| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1. 引言 | 第9-15页 |
| ·负荷预测的概念 | 第9页 |
| ·短期负荷预测的意义及研究背景 | 第9-11页 |
| ·短期负荷预测方法的发展现状 | 第11-13页 |
| ·本文工作 | 第13-15页 |
| 2. 混沌算法的基础理论 | 第15-22页 |
| ·动力系统 | 第15页 |
| ·混沌的概念及其发展现状 | 第15-17页 |
| ·特征量 | 第17-22页 |
| ·Lyapunov指数 | 第17-19页 |
| ·相空间嵌入维数的选取 | 第19-21页 |
| ·分形 | 第21-22页 |
| 3. 混沌算法在时间序列短期负荷预测中的应用 | 第22-42页 |
| ·时间序列法的线性模型 | 第22页 |
| ·时间序列模型预测的基本步骤 | 第22-29页 |
| ·模型识别 | 第22-23页 |
| ·参数估计 | 第23-25页 |
| ·模型的检验 | 第25-26页 |
| ·模型的修改 | 第26页 |
| ·时间序列预测法的程序 | 第26-28页 |
| ·算例分析 | 第28-29页 |
| ·相空间重构理论 | 第29-34页 |
| ·混沌时间序列的基本性质 | 第29-32页 |
| ·相空间重构理论与方法 | 第32-34页 |
| ·延迟时间的选取 | 第34-35页 |
| ·自相关法 | 第34页 |
| ·复自相关法 | 第34-35页 |
| ·重构展开法 | 第35页 |
| ·互信息量法 | 第35页 |
| ·混沌时间序列的预测方法 | 第35-42页 |
| ·全域法 | 第36-37页 |
| ·局域法 | 第37页 |
| ·加权零阶局域法 | 第37-38页 |
| ·基于最大 Lyapunov指数的短期负荷预测法及其分析 | 第38-42页 |
| 4. 基于BP神经网络的混沌时间序列预测法 | 第42-59页 |
| ·神经网络的起源和发展 | 第42页 |
| ·神经网络的基本原理 | 第42-44页 |
| ·人工神经元模型 | 第42-44页 |
| ·神经网络模型 | 第44页 |
| ·神经网络的学习 | 第44页 |
| ·BP神经网络模型 | 第44-49页 |
| ·BP神经网络模型的matlab实现 | 第49-53页 |
| ·问题描述 | 第49-50页 |
| ·输入/输出向量的设计 | 第50页 |
| ·BP网络设计 | 第50-53页 |
| ·BP神经网络在混沌时间序列负荷预测中的应用 | 第53-59页 |
| ·含噪声混沌时间序列的处理 | 第53-54页 |
| ·训练样本的筛选 | 第54页 |
| ·Lyapunov指数估算 | 第54-55页 |
| ·BP网络参数设定 | 第55-56页 |
| ·算法的分析 | 第56-59页 |
| 5. 结束语 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 在读期间发表的学术论文 | 第65-66页 |
| 作者简介 | 第66-67页 |
| 致谢 | 第67-68页 |
| 发表论文 | 第68-73页 |