基于SVR的光伏发电系统MPPT控制方法研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-17页 |
| ·研究背景 | 第9-10页 |
| ·研究意义 | 第10-11页 |
| ·光伏系统国内外研究现状 | 第11-14页 |
| ·国外光伏发电系统的发展与现状 | 第11-12页 |
| ·国内光伏发电系统的发展与现状 | 第12-14页 |
| ·最大功率点跟踪算法的研究现状 | 第14-15页 |
| ·课题研究内容 | 第15-17页 |
| 2 太阳能光伏系统 | 第17-31页 |
| ·太阳能光伏系统结构 | 第17页 |
| ·太阳能电池 | 第17-26页 |
| ·太阳能电池的发电原理 | 第17-18页 |
| ·太阳能电池的等效电路 | 第18-19页 |
| ·太阳能电池的特性 | 第19-20页 |
| ·光伏阵列的数学模型及仿真 | 第20-25页 |
| ·太阳能电池的分类 | 第25-26页 |
| ·铅酸蓄电池 | 第26页 |
| ·DC/DC变换电路 | 第26-30页 |
| ·Buck电路原理 | 第27-29页 |
| ·降压变换器的仿真 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 3 太阳能电池最大功率跟踪MPPT算法 | 第31-41页 |
| ·最大功率跟踪控制的概念 | 第31-32页 |
| ·几种最大功率跟踪方法 | 第32-40页 |
| ·电压反馈法(CVT) | 第32-33页 |
| ·扰动观察法(P&O) | 第33-37页 |
| ·电导增量法(INC) | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 4 支持向量机回归 | 第41-51页 |
| ·机器学习与统计学习基本理论 | 第41-43页 |
| ·VC维 | 第42页 |
| ·风险最小化 | 第42-43页 |
| ·支持向量机回归算法 | 第43-48页 |
| ·支持向量机回归的核函数 | 第48-49页 |
| ·交叉验证原理 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 5 基于SVR的光伏MPPT控制方法与仿真 | 第51-63页 |
| ·基于SVR的光伏发电系统MPPT控制方法 | 第51-57页 |
| ·基于SVR的光伏系统改进MPPT控制方法的仿真 | 第57-62页 |
| ·本章小结 | 第62-63页 |
| 6 总结与展望 | 第63-65页 |
| ·总结 | 第63页 |
| ·展望 | 第63-65页 |
| 参考文献 | 第65-67页 |
| 作者简历 | 第67-69页 |
| 学位论文数据集 | 第69页 |
