基于Elman神经网络的短期光伏功率预测模型研究

目录

摘要

第1章绪论

1．1课题背景及研究的目的和意义

1．2国内外研究现状

1．2．1国外研究现状

1．2．2国内研究现状

1．3本课题研究的主要内容

1．4论文结构安排

第2章光伏发电基本原理与影响因素

2．1光伏发电基本原理

2．2光伏发电输出特性分析

2．3光伏发电功率的影响因素

2．3．1辐照度的影响

2．3．2温度的影响

2．3．3相对湿度的影响

2．3．4风速的影响

2．3．5大气压强的影响

2．4本章小结

第3章基于改进孤立森林算法的光伏功率异常数据识别

3．1引言

3．2孤立森林算法

3．2．1孤立森林算法原理

3．2．2孤立森林算法优点及缺陷

3．3改进孤立森林算法

3．3．1基于滑动指针扫描机制的隔离树特征选取

3．3．2改进孤立森林算法划分标准

3．3．3改进孤立森林算法流程

3．4算例分析

3．5本章小结

第4章基于改进FCM算法的相似日样本选取

4．1引言

4．2模糊C均值算法

4．2．1模糊集基本知识

4．2．2模糊C均值算法原理

4．3改进模糊C均值算法

4．3．1模糊C均值算法改进思路

4．3．2光伏功率气象特征权值计算

4．3．3隶属度函数构建

4．4算例分析

4．4．1改进模糊C均值算法进行光伏数据聚类

4．4．2改进模糊C均值算法性能评价

4．5本章小结

第5章基于相似日和Elman神经网络的短期光伏功率预测

5．1引言

5．2Elman神经网络的基本原理

5．3优化Elman神经网络

5．3．1Elman神经网络结构设计

5．3．2基于蝙蝠算法的Elman神经网络参数优化

5．4算例分析

5．4．1优化前后E1man神经网络性能测试

5．4．2相似日-Elman神经网络组合预测

5．4．3误差分析

5．5本章小结

结论与研究展望

参考文献

攻读硕士学位期间发表的论文及其它成果

声明

致谢