基于灰色关联分析和最小二乘支持向量机的光伏功率预测算法的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 课题研究背景 | 第8-9页 |
| 1.2 课题的研究意义 | 第9-10页 |
| 1.3 课题的研究现状 | 第10-14页 |
| 1.3.1 光伏发电的研究现状 | 第10-11页 |
| 1.3.2 光伏功率预测的研究现状 | 第11-14页 |
| 1.4 本论文主要内容 | 第14-15页 |
| 第二章 光伏系统的概述 | 第15-25页 |
| 2.1 光伏电池及其物理数学模型 | 第15-21页 |
| 2.1.1 光伏电池发电原理 | 第15-16页 |
| 2.1.2 光伏电池的数学模型 | 第16-17页 |
| 2.1.3 光伏电池伏安特性 | 第17-21页 |
| 2.2 光伏发电系统 | 第21-24页 |
| 2.2.1 光伏发电系统的组成和分类 | 第21-22页 |
| 2.2.2 独立型光伏发电系统 | 第22-23页 |
| 2.2.3 并网光伏发电系统 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 基于灰色关联分析的光伏发电预测模型 | 第25-40页 |
| 3.1 影响光伏系统发电量的因素分析 | 第25-29页 |
| 3.1.1 天气类型对光伏发电量的影响 | 第25-28页 |
| 3.1.2 季节和辐照度对光伏发电量的影响 | 第28-29页 |
| 3.2 灰色关联分析 | 第29-31页 |
| 3.2.1 灰色关联分析的基本特征 | 第30页 |
| 3.2.2 灰色关联四公理 | 第30-31页 |
| 3.3 基于灰色关联分析的光伏功率预测 | 第31-36页 |
| 3.3.1 数据挖掘预处理 | 第32-35页 |
| 3.3.2 灰色关联分析的光伏发电预测 | 第35-36页 |
| 3.4 预测结果与分析 | 第36-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 基于最小二乘支持向量机的光伏发电预测模型 | 第40-57页 |
| 4.1 支持向量机 | 第40-44页 |
| 4.1.1 用于分类的支持向量机 | 第40-43页 |
| 4.1.2 用于回归的支持向量机 | 第43-44页 |
| 4.2 最小二乘支持向量机 | 第44-47页 |
| 4.2.1 最小二乘支持向量机的基本原理 | 第44-46页 |
| 4.2.2 最小二乘支持向量机的特点 | 第46-47页 |
| 4.3 基于最小二乘支持向量机的预测模型 | 第47-50页 |
| 4.3.1 输入变量的选择 | 第47页 |
| 4.3.2 核函数类型的选择 | 第47-48页 |
| 4.3.3 模型参数的选择 | 第48-50页 |
| 4.4 预测结果与分析 | 第50-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 光伏发电组合预测技术的研究 | 第57-68页 |
| 5.1 组合预测概述 | 第57-58页 |
| 5.2 灰色最小二乘支持向量机模型 | 第58-63页 |
| 5.2.1 并联型灰色最小二乘支持向量机 | 第58-60页 |
| 5.2.2 串联型灰色最小二乘支持向量机 | 第60-63页 |
| 5.3 预测结果与分析 | 第63-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第六章 光伏阵列功率预测硬件系统的设计 | 第68-79页 |
| 6.1 硬件电路的总体设计 | 第68-69页 |
| 6.2 硬件电路功能模块的实现 | 第69-77页 |
| 6.2.1 电流电压测采集系统的设计 | 第69-72页 |
| 6.2.2 光伏阵列的背板温度测量电路设计 | 第72-75页 |
| 6.2.3 辐照度测量电路设计 | 第75-77页 |
| 6.3 光伏阵列的无线传输系统 | 第77-78页 |
| 6.3.1 Zigbee模块的组网 | 第77页 |
| 6.3.2 Zigbee模块的数据传输 | 第77-78页 |
| 6.4 本章小结 | 第78-79页 |
| 总结与展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 发表论文和参加科研情况说明 | 第84-85页 |
| 致谢 | 第85-86页 |
