大同地区电力负荷分析与预测的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题背景及其意义 | 第9-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文的主要工作内容 | 第12-14页 |
| 第2章 电力负荷预测的理论基础 | 第14-26页 |
| ·电力负荷预测的概念、种类和特性 | 第14-18页 |
| ·电力负荷的基本概念和种类 | 第14-15页 |
| ·电力负荷的潜在规律 | 第15-16页 |
| ·电力负荷的外在特性 | 第16-18页 |
| ·电力负荷预测的特点 | 第18页 |
| ·电力负荷预测的基本步骤与预测的误差分析 | 第18-21页 |
| ·电力负荷预测的基本步骤 | 第18-19页 |
| ·电力负荷预测的误差分析 | 第19-21页 |
| ·各种电力负荷预测方法 | 第21-25页 |
| ·各种电力负荷预测方法介绍 | 第21-24页 |
| ·电力负荷预测方法的分类研究 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 电力负荷数据的预处理 | 第26-36页 |
| ·预处理的必要性 | 第26-27页 |
| ·大同地区电力负荷数据分析 | 第27-29页 |
| ·负荷数据的垂直处理 | 第29-31页 |
| ·垂直处理的基本原理 | 第29-30页 |
| ·大同地区负荷数据的垂直处理 | 第30-31页 |
| ·负荷数据的水平处理 | 第31-33页 |
| ·水平处理的基本原理 | 第31-33页 |
| ·大同地区负荷数据的水平处理 | 第33页 |
| ·缺失电力负荷数据的修正 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于BP 神经网络的日负荷预测 | 第36-46页 |
| ·应用于负荷预测的人工神经网络一般模型的构建 | 第36-41页 |
| ·一般特征 | 第37-38页 |
| ·一般模型 | 第38-40页 |
| ·神经网络的学习算法 | 第40-41页 |
| ·反向传播网络的基本计算 | 第41-42页 |
| ·神经网络模型的训练 | 第42-44页 |
| ·样本的选取 | 第43页 |
| ·BP 网络模型的训练与测试 | 第43-44页 |
| ·日电力负荷预测模型的建立 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 大同地区电力负荷分析与预测的研究 | 第46-52页 |
| ·大同地区电力负荷特性分析 | 第46-48页 |
| ·基本BP 算法模型仿真 | 第48-51页 |
| ·相关参数的计算 | 第48-50页 |
| ·仿真结果及误差分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第6章 结论 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 作者简介 | 第57-58页 |
| 论文摘要 | 第58-68页 |
