| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-18页 |
| ·研究背景和意义 | 第9-10页 |
| ·研究现状 | 第10-11页 |
| ·负荷预测基础知识 | 第11-16页 |
| ·负荷预测的定义和分类 | 第11-12页 |
| ·负荷预测的特点 | 第12页 |
| ·负荷预测的过程 | 第12-13页 |
| ·负荷预测的研究方法 | 第13-15页 |
| ·负荷预测的误差指标 | 第15-16页 |
| ·研究内容与结构安排 | 第16-18页 |
| 第二章 历史数据的预处理 | 第18-25页 |
| ·预处理相关知识 | 第18-23页 |
| ·不良数据的特点 | 第18-19页 |
| ·预处理方法 | 第19-22页 |
| ·预处理前后的对比 | 第22-23页 |
| ·数据的标准化 | 第23页 |
| ·影响因子的预处理 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 建立模型用到的关键技术 | 第25-35页 |
| ·BPNN和ALNN | 第25-28页 |
| ·BP神经网络 | 第25-26页 |
| ·自适应线性神经网络 | 第26-28页 |
| ·粒子群算法 | 第28-30页 |
| ·经验模式分解 | 第30-34页 |
| ·EMD基本概念 | 第30-32页 |
| ·分解原理 | 第32-34页 |
| ·算法的优缺点 | 第34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于改进粒子群算法优化预测模型的建立与仿真 | 第35-44页 |
| ·PSO优化神经网络 | 第35-36页 |
| ·建立PSO_BPNN预测模型进行仿真 | 第36-38页 |
| ·新的改进粒子群算法 | 第38-41页 |
| ·建立ACLSPSO_BPNN预测模型进行仿真 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 基于EMD-ACLSPSO优化预测模型的建立与仿真 | 第44-61页 |
| ·预测步骤 | 第44-45页 |
| ·燃气负荷特性分析 | 第45-50页 |
| ·负荷的影响因素 | 第46-49页 |
| ·负荷的构成分量 | 第49页 |
| ·负荷的周期性和波动性 | 第49-50页 |
| ·基于EMD的负荷预测模型设想 | 第50页 |
| ·负荷的EMD分解 | 第50-53页 |
| ·分量预测模型的建立及仿真 | 第53-58页 |
| ·最终的预测结果 | 第58-59页 |
| ·三种预测方法的对比 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| ·总结 | 第61-62页 |
| ·展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读学位期间取得的研究成果 | 第67-68页 |
| 致谢 | 第68页 |