| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 主要符号表 | 第13-14页 |
| 1 绪论 | 第14-42页 |
| 1.1 研究背景与意义 | 第14-18页 |
| 1.1.1 短期负荷预测 | 第14-16页 |
| 1.1.2 经济调度 | 第16-18页 |
| 1.2 国内外相关工作研究进展 | 第18-39页 |
| 1.2.1 电力负荷预测研究综述 | 第18-26页 |
| 1.2.2 随机权重神经网络研究综述 | 第26-31页 |
| 1.2.3 电力系统经济调度研究综述 | 第31-39页 |
| 1.3 本文主要研究思路 | 第39-42页 |
| 2 基于误差补偿核随机权重神经网络的短期负荷预测方法 | 第42-60页 |
| 2.1 引言 | 第42页 |
| 2.2 误差补偿核随机权重神经网络模型 | 第42-50页 |
| 2.2.1 随机权重神经网络 | 第42-48页 |
| 2.2.2 核随机权重神经网络 | 第48-49页 |
| 2.2.3 误差补偿理论 | 第49-50页 |
| 2.3 基于误差补偿核随机权重神经网络的短期负荷预测模型 | 第50-52页 |
| 2.4 仿真实例 | 第52-59页 |
| 2.5 本章小结 | 第59-60页 |
| 3 基于多元混沌时间序列和加权核随机权重神经网络的短期负荷预测方法 | 第60-86页 |
| 3.1 引言 | 第60-61页 |
| 3.2 基于加权核随机权重神经网络的短期负荷预测模型 | 第61-73页 |
| 3.2.1 互信息指标加权法 | 第61-63页 |
| 3.2.2 加权核随机权重神经网络预测模型 | 第63-65页 |
| 3.2.3 仿真实例 | 第65-73页 |
| 3.3 基于多元混沌时间序列和加权核随机权重神经网络的短期负荷预测模型 | 第73-84页 |
| 3.3.1 多元混沌时间序列 | 第73-75页 |
| 3.3.2 样本加权算法 | 第75-76页 |
| 3.3.3 基于多元混沌时间序列的加权核随机权重神经网络预测模型 | 第76-78页 |
| 3.3.4 仿真实例 | 第78-84页 |
| 3.4 本章小结 | 第84-86页 |
| 4 计及负荷预测不确定性的鲁棒安全约束经济调度决策方法 | 第86-118页 |
| 4.1 引言 | 第86-87页 |
| 4.2 电力系统的负荷预测不确定性模型 | 第87-89页 |
| 4.2.1 电力系统的不确定性 | 第87页 |
| 4.2.2 负荷预测的不确定性模型 | 第87-89页 |
| 4.3 考虑安全约束的短期鲁棒经济调度优化方法 | 第89-93页 |
| 4.3.1 电力系统经济调度 | 第89-90页 |
| 4.3.2 安全约束经济调度 | 第90-91页 |
| 4.3.3 鲁棒经济调度优化方法 | 第91-93页 |
| 4.4 计及负荷预测不确定性的鲁棒安全约束经济调度决策优化模型 | 第93-116页 |
| 4.4.1 数学模型 | 第93-97页 |
| 4.4.2 仿真实例 | 第97-116页 |
| 4.5 本章小结 | 第116-118页 |
| 5 结论与展望 | 第118-121页 |
| 5.1 结论 | 第118-119页 |
| 5.2 创新点 | 第119-120页 |
| 5.3 展望 | 第120-121页 |
| 参考文献 | 第121-131页 |
| 附录A 电力系统短期经济调度优化模型仿真结果 | 第131-160页 |
| 攻读博士学位期间科研项目及科研成果 | 第160-162页 |
| 致谢 | 第162-163页 |
| 作者简介 | 第163页 |
