| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·问题的提出 | 第8页 |
| ·电力系统负荷预测的特点和难点 | 第8-9页 |
| ·电力系统中长期负荷预测研究的现状 | 第9-12页 |
| ·本论文的主要工作 | 第12-13页 |
| 2 电力负荷预测分析 | 第13-21页 |
| ·电力负荷的分类 | 第13页 |
| ·电力负荷的构成及其特点 | 第13-14页 |
| ·电力负荷的特点 | 第14-15页 |
| ·电力负荷预测分析 | 第15-18页 |
| ·负荷预测的基本原理 | 第15-16页 |
| ·负荷预测的基本程序 | 第16-18页 |
| ·负荷预测的误差分析 | 第18-20页 |
| ·产生误差原因 | 第19页 |
| ·预测误差分析 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 3 小波分析 | 第21-26页 |
| ·引言 | 第21页 |
| ·小波变换的基本概念 | 第21-25页 |
| ·连续小波变换 | 第22-23页 |
| ·离散小波变换 | 第23页 |
| ·二进小波变换(DWT) | 第23页 |
| ·多分辨分析 | 第23-24页 |
| ·Mallat算法 | 第24-25页 |
| ·小波理论的工程应用 | 第25页 |
| ·本章小结 | 第25-26页 |
| 4 人工神经网络 | 第26-33页 |
| ·人工神经网络的发展及现状 | 第26-28页 |
| ·神经网络的发展史 | 第26-27页 |
| ·人工神经网络的特点 | 第27页 |
| ·人工神经网络结构模型 | 第27-28页 |
| ·多层BP神经网络的基本原理 | 第28-31页 |
| ·BP神经网络的结构 | 第28-29页 |
| ·BP神经网络误差反向传播学习算法的基本思想 | 第29-30页 |
| ·BP神经网络误差反向传播学习算法的计算步骤 | 第30-31页 |
| ·BP算法的计算机实现 | 第31页 |
| ·神经网络在电力负荷预测中的应用 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 5 小波和神经网络模型及其在中长期负荷预测中的应用 | 第33-43页 |
| ·引言 | 第33页 |
| ·小波网络 | 第33-35页 |
| ·“松散型”小波网络在电力系统中长期负荷预测中的应用 | 第35-37页 |
| ·“松散型”小波网络 | 第35-36页 |
| ·“松散型”小波神经网络在电力系统中长期负荷预测中的应用 | 第36-37页 |
| ·小波网络在负荷预测中的应用 | 第37-43页 |
| ·月负荷序列的小波分析方法 | 第37-39页 |
| ·实例应用 | 第39-43页 |
| 6 结论 | 第43-44页 |
| 致谢 | 第44页 |
