| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-22页 |
| 1.1 光伏发电的研究背景及意义 | 第11-12页 |
| 1.2 国内外光伏产业概论 | 第12-17页 |
| 1.3 光伏发电系统输出特性研究现状 | 第17-19页 |
| 1.3.1 光伏组件输出特性研究现状 | 第18页 |
| 1.3.2 光伏阵列输出特性研究现状 | 第18-19页 |
| 1.4 光伏阵列故障诊断方法研究现状 | 第19-20页 |
| 1.5 本论文的主要研究内容 | 第20-22页 |
| 第2章 光伏阵列的发电原理与故障分析 | 第22-34页 |
| 2.1 引言 | 第22页 |
| 2.2 光伏电池发电原理 | 第22-23页 |
| 2.3 光伏组件的伏安特性 | 第23-26页 |
| 2.4 光伏阵列的主要结构 | 第26-30页 |
| 2.4.1 光伏阵列的串联结构 | 第27-28页 |
| 2.4.2 光伏阵列的并联结构 | 第28-29页 |
| 2.4.3 光伏阵列的串并联结构(SP结构) | 第29-30页 |
| 2.4.4 光伏阵列全连接结构(TCT结构) | 第30页 |
| 2.5 光伏阵列的故障分析 | 第30-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第3章 光伏阵列在复杂环境与故障条件下的输出特性 | 第34-52页 |
| 3.1 引言 | 第34页 |
| 3.2 光伏组件的建模 | 第34-36页 |
| 3.3 光伏阵列在复杂环境下的输出特性 | 第36-46页 |
| 3.3.1 不均匀光照条件下光伏发电系统分析 | 第37-38页 |
| 3.3.2 光伏组件在均匀光照条件下的输出特性 | 第38-41页 |
| 3.3.3 光伏阵列在不均匀光照条件下的输出特性 | 第41-46页 |
| 3.4 光伏阵列在故障条件下的输出特性 | 第46-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第4章 基于阈值的光伏阵列故障诊断方法 | 第52-59页 |
| 4.1 引言 | 第52页 |
| 4.2 光伏阵列故障特征量分析 | 第52-53页 |
| 4.3 基于阈值的故障诊断算法 | 第53-55页 |
| 4.4 故障诊断算法实验验证 | 第55-57页 |
| 4.5 本章小结 | 第57-59页 |
| 第5章 基于BP神经网络的光伏阵列故障诊断方法 | 第59-71页 |
| 5.1 引言 | 第59页 |
| 5.2 BP神经网络的概述 | 第59-61页 |
| 5.3 基于BP神经网络的故障诊断算法 | 第61-64页 |
| 5.4 基于BP神经网络故障诊断算法在MATLAB中实现 | 第64-69页 |
| 5.4.1 数据的选择和归一化 | 第64-66页 |
| 5.4.2 BP神经网络结构初始化 | 第66页 |
| 5.4.3 BP神经网络的训练 | 第66-68页 |
| 5.4.4 BP神经网络对光伏阵列的故障诊断 | 第68-69页 |
| 5.5 仿真结果分析 | 第69-70页 |
| 5.6 本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-78页 |
| 附录 | 第78-80页 |
| 致谢 | 第80页 |