| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题研究背景 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 光伏发电预测技术 | 第13-15页 |
| 1.2.2 太阳辐照度预测技术 | 第15-16页 |
| 1.2.3 预测时间尺度 | 第16-17页 |
| 1.3 本文的主要内容和工作 | 第17-19页 |
| 第2章 实验数据预处理 | 第19-26页 |
| 2.1 实验数据来源 | 第19-20页 |
| 2.1.1 地基云图 | 第19页 |
| 2.1.2 太阳辐照度 | 第19-20页 |
| 2.2 鱼眼镜头畸变校正 | 第20-25页 |
| 2.2.1 摄像机内参数 | 第20页 |
| 2.2.2 透镜畸变参数 | 第20-22页 |
| 2.2.3 摄相机标定 | 第22-24页 |
| 2.2.4 去除障碍物 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 地基云图云团移动速度预测 | 第26-34页 |
| 3.1 尺度不变特征点匹配算法SIFT | 第26-29页 |
| 3.1.1 尺度空间极值检测 | 第26-27页 |
| 3.1.2 构建高斯金字塔及差分金字塔 | 第27-28页 |
| 3.1.3 空间极值点检测 | 第28-29页 |
| 3.2 RANSAC算法过滤SIFT特征点 | 第29-31页 |
| 3.3 云团速度预测 | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 超短期太阳辐照度预测 | 第34-51页 |
| 4.1 地基云图云团检测 | 第34-41页 |
| 4.1.1 蓝红比固定阈值法 | 第34页 |
| 4.1.2 归一化蓝红比阈值法 | 第34-37页 |
| 4.1.3 晴空库法 | 第37-39页 |
| 4.1.4 不同云量情况下云团检测方法的选取 | 第39-41页 |
| 4.2 栅栏云指数法获取太阳遮挡系数 | 第41-42页 |
| 4.3 BP神经网络 | 第42-45页 |
| 4.4 遗传算法确定BP神经网络参数 | 第45-47页 |
| 4.5 支持向量机 | 第47-49页 |
| 4.6 本章小结 | 第49-51页 |
| 第5章 超短期太阳辐照度预测结果 | 第51-65页 |
| 5.1 太阳辐照度预测模型评估标准 | 第51-52页 |
| 5.2 基于遗传算法优化的BP神经网络预测模型分析 | 第52-57页 |
| 5.3 支持向量机回归预测模型分析 | 第57-63页 |
| 5.4 预测模型选择 | 第63页 |
| 5.5 本章小结 | 第63-65页 |
| 第6章 总结与展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 作者简历 | 第70页 |