神经网络在光伏发电控制系统中的研究与应用
| 中文摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第9-17页 |
| 1.1 课题研究的背景及意义 | 第9-11页 |
| 1.2 国内外光伏产业现状及发展 | 第11-14页 |
| 1.2.1 国外光伏产业发展现状 | 第11-12页 |
| 1.2.2 国内分布式光伏产业现状及发展 | 第12-13页 |
| 1.2.3 国内光伏传统控制策略 | 第13-14页 |
| 1.3 神经网络现状 | 第14-15页 |
| 1.4 本课题的主要研究内容 | 第15-17页 |
| 2 BP神经网络及其逆系统 | 第17-22页 |
| 2.1 神经网络概述 | 第17页 |
| 2.2 人工神经网络基本原理 | 第17-19页 |
| 2.3 多层前馈型人工神经网络 | 第19-20页 |
| 2.4 神经网络逆系统 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 3 逆变器的研究及其可逆性证明 | 第22-31页 |
| 3.1 工频隔离型逆变器 | 第22-27页 |
| 3.1.1 工频隔离变压器参数计算 | 第22-23页 |
| 3.1.2 前级Boost电路工作原理 | 第23页 |
| 3.1.3 后级逆变电路工作原理 | 第23-26页 |
| 3.1.4 逆变电路滤波参数计算 | 第26-27页 |
| 3.2 逆变电路可逆性证明 | 第27-30页 |
| 3.3 本章小结 | 第30-31页 |
| 4 基于神经网络逆控制的单相光伏发电系统仿真 | 第31-44页 |
| 4.1 Matlab神经网络工具箱介绍 | 第31页 |
| 4.2 光伏单相并网控制结构 | 第31-33页 |
| 4.3 BP神经网络模型的建立 | 第33-34页 |
| 4.4 BP神经网络自整定PI参数控制 | 第34-38页 |
| 4.5 BP神经网络自整定PI控制算法的程序设计 | 第38-40页 |
| 4.6 基于神经网络的PI控制方法的仿真实验 | 第40-43页 |
| 4.7 本章小结 | 第43-44页 |
| 5 基于RT-LAB的实验验证 | 第44-48页 |
| 5.1 RT-LAB半实物仿真系统 | 第44-45页 |
| 5.2 实验输出波形与实验数据 | 第45-46页 |
| 5.3 本章小结 | 第46-48页 |
| 6 总结与展望 | 第48-50页 |
| 6.1 总结 | 第48-49页 |
| 6.2 创新点 | 第49页 |
| 6.3 展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 硕士期间发表论文及申请专利情况 | 第55页 |
