首页> 中文学位 >基于相似时和LSTM神经网络的短期光伏功率预测
【6h】

基于相似时和LSTM神经网络的短期光伏功率预测

代理获取

目录

声明

目 录

第一章 绪论

1.1课题研究背景与意义

1.2光伏功率预测研究动态

1.2.1光伏功率预测技术分类

1.2.2光伏预测国内外发展现状

1.3光伏发电功率预测存在的问题

1.4本文研究内容

第二章 光伏发电功率预测的影响因素

2.1光伏发电基本原理

2.1.1光生伏特效应

2.1.2光伏发电系统

2.1.3光伏电池等效电路

2.2光伏并网系统发电功率特性分析

2.2.1光照强度的影响

2.2.2天气类型和季节变化的影响

2.2.3温度的影响

2.2.4湿度的影响

2.2.5其他影响因素

2.3主成分分析

2.4小结

第三章 相似日及相似时样本选取法

3.1基于灰色关联度的相似日样本选取

3.2相似时原理

3.3相似时选取法

3.4相似时法样本选取的验证

3.5小结

第四章 基于相似时和LSTM的短期光伏功率预测模型建立

4.1 RNN神经网络

4.2 LSTM神经网络

4.3数据处理

4.4模型参数设置

4.4.1 LSTM神经网络的参数设置

4.4.2对比模型参数设置

4.5小结

第五章 预测结果分析与评估

5.1预测结果评价指标

5.2预测结果分析

5.3小结

第六章 结论与展望

6.1结论

6.2展望

参考文献

致谢

攻读学位期间发表的学术论文

展开▼

著录项

  • 作者

    李博涵;

  • 作者单位

    广西大学;

  • 授予单位 广西大学;
  • 学科 电气工程
  • 授予学位 硕士
  • 导师姓名 宋绍剑;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号