1. 研究目的与意义（文献综述包含参考文献）
p align=left style=text-align:left; spannbsp;/span目前太阳能资源在世界范围大量开发利用,但实际使用量还远未达到人类的能源需求。
随着可再生能源利用尤其是太阳能资源开发利用的增加,精准的光伏发电预测技术将有助于光伏发电的推广。
光伏发电量取决于天气条件,不同天气条件下易产生较大幅度的波动,其发电量具有随机性、波动性和间歇性的特点。
2. 研究的基本内容、问题解决措施及方案
div align=center table width=624 style=border:currentColor;border-collapse:collapse; border=1 cellspacing=0 cellpadding=0 tbody tr td width=624 valign=top style=border:1pt solid windowtext; p span style=font-size:12pt;nbsp;/spanspan style=color:#333333;font-family:宋体;主要工作包括/spanspan style=color:#333333;:(1)/spanspan style=color:#333333;font-family:宋体;光伏发电数据预处理方法根据获取的某分布式光伏发电站中三个小型分布式光伏发电站的实时发电原始数据进行数据预处理/spanspan style=color:#333333;,/spanspan style=color:#333333;font-family:宋体;包括/spanspan style=color:#333333;LOF/spanspan style=color:#333333;font-family:宋体;异常值剔除/spanspan style=color:#333333;,/spanspan style=color:#333333;font-family:宋体;数值归一化以及基于马尔科夫蒙特卡洛方法的缺失值的填充/spanspan style=color:#333333;,/spanspan style=color:#333333;font-family:宋体;根据原始数据进行/spanspan style=color:#333333;5,15,30min/spanspan style=color:#333333;font-family:宋体;时间精度的划分。
/spanspan style=color:#333333;(2)/spanspan style=color:#333333;font-family:宋体;提出基于深度学习的序列预测模型根据不同模型对比研究/spanspan style=color:#333333;,/spanspan style=color:#333333;font-family:宋体;本文利用天气预报气象数据提出了一种光伏发电预测模型。
本研究将预测问题转变为结构化的序列输出预测问题/spanspan style=color:#333333;,/spanspan style=color:#333333;font-family:宋体;同时预测多个输出。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
