电力负荷预测评估分析算法研究及其应用
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 插图索引 | 第11-13页 |
| 第1章 绪论 | 第13-24页 |
| ·课题的背景及意义 | 第13-14页 |
| ·负荷预测和负荷预测评估 | 第14-17页 |
| ·负荷预测研究现状 | 第14-16页 |
| ·负荷预测存在问题 | 第16-17页 |
| ·负荷预测与负荷预测评估的关系 | 第17页 |
| ·负荷预测评估概念 | 第17-22页 |
| ·负荷预测评估定义 | 第17页 |
| ·负荷预测评估分类 | 第17-18页 |
| ·负荷预测评估基本数学原理 | 第18-22页 |
| ·负荷预测评估指标 | 第22页 |
| ·选题来源及内容 | 第22-23页 |
| ·本文所做的工作 | 第23-24页 |
| 第2章 基于元学习的预前评估分析算法与实现 | 第24-37页 |
| ·目的和意义 | 第24页 |
| ·算法研究 | 第24-27页 |
| ·基于元学习的预前评估原理 | 第24-26页 |
| ·门控网络最优权重的确定 | 第26页 |
| ·元预前评估器的学习算法 | 第26-27页 |
| ·基于元学习的预前评估算法 | 第27页 |
| ·算法实现 | 第27-33页 |
| ·基级预前评估器的选取 | 第27-29页 |
| ·日典型曲线的选取 | 第29页 |
| ·特征属性的选取 | 第29-32页 |
| ·算法实现框图 | 第32-33页 |
| ·结果分析 | 第33-35页 |
| ·系统界面 | 第35-36页 |
| ·小结 | 第36-37页 |
| 第3章 负荷预测预后评估分析算法研究与实现 | 第37-70页 |
| ·基于虚拟预测的总调与地调负荷的关系评估分析 | 第37-43页 |
| ·目的与意义 | 第37页 |
| ·算法研究 | 第37-39页 |
| ·算法实现框图 | 第39-40页 |
| ·结果分析 | 第40-41页 |
| ·系统界面 | 第41-43页 |
| ·基于 K 线图的负荷特性评估分析 | 第43-49页 |
| ·目的与意义 | 第43-44页 |
| ·K 线图原理及在电力负荷评估中的应用 | 第44-46页 |
| ·结果分析 | 第46-49页 |
| ·基于概率性预测的预后评估分析 | 第49-54页 |
| ·目的和意义 | 第49页 |
| ·算法研究 | 第49-51页 |
| ·算法实现框图 | 第51页 |
| ·结果分析 | 第51-53页 |
| ·系统界面 | 第53-54页 |
| ·电力负荷模糊聚类分析与评估 | 第54-69页 |
| ·目的和意义 | 第54页 |
| ·算法研究 | 第54-57页 |
| ·算法实现框图 | 第57页 |
| ·结果分析 | 第57-67页 |
| ·系统界面 | 第67-69页 |
| ·小结 | 第69-70页 |
| 第4章 基于预前和预后评估结合的组合预测算法研究 | 第70-78页 |
| ·预前评估和预后评估相结合的组合预测算法研究 | 第70-73页 |
| ·训练样本的选择 | 第70-71页 |
| ·元预测评估器的结构 | 第71-72页 |
| ·最优权重的确定 | 第72页 |
| ·元预测评估器的学习算法的选择 | 第72-73页 |
| ·算法实现框图 | 第73页 |
| ·结果分析 | 第73-77页 |
| ·训练样本 | 第73-76页 |
| ·与其他算法预测精度比较 | 第76页 |
| ·与基于元学习的预前评估模型比较之优势 | 第76-77页 |
| ·小结 | 第77-78页 |
| 结论与展望 | 第78-80页 |
| 参考文献 | 第80-85页 |
| 附录A 攻读学位期间所发表的学术论文 | 第85-86页 |
| 附录B 攻读学位期间所参加的科研项目 | 第86-87页 |
| 致谢 | 第87页 |
