| 摘要 | 第3-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 用户用电行为分析研究现状 | 第13页 |
| 1.2.2 超短期负荷预测研究现状 | 第13-14页 |
| 1.2.3 主动配电网经济调度研究现状 | 第14-16页 |
| 1.3 本文研究内容 | 第16-18页 |
| 第二章 负荷特性分析及数据预处理 | 第18-30页 |
| 2.1 负荷特性分析 | 第18-20页 |
| 2.1.1 日负荷特性 | 第18-19页 |
| 2.1.2 周负荷特性 | 第19页 |
| 2.1.3 月负荷特性 | 第19-20页 |
| 2.2 训练样本的构造 | 第20-23页 |
| 2.2.1 负荷数据来源 | 第20页 |
| 2.2.2 负荷预测的变量特性分析 | 第20-23页 |
| 2.3 数据预处理 | 第23-27页 |
| 2.3.1 异常数据的分类和特性 | 第23-24页 |
| 2.3.2 异常数据的识别和修正 | 第24-25页 |
| 2.3.3 数据归一化处理 | 第25-26页 |
| 2.3.4 温度数据处理 | 第26-27页 |
| 2.4 误差指标 | 第27-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第三章 基于改进SOM聚类模型的用电行为分析 | 第30-50页 |
| 3.1 负荷特征提取 | 第30-33页 |
| 3.1.1 基本Relief算法 | 第30-31页 |
| 3.1.2 改进的Relief算法 | 第31-33页 |
| 3.1.3 消除冗余特征 | 第33页 |
| 3.2 基于SOM聚类的用户用电规律分析 | 第33-37页 |
| 3.2.1 SOM聚类模型的基本概念 | 第34页 |
| 3.2.2 贝叶斯正则化的权值调整 | 第34-37页 |
| 3.2.3 聚类选取相似日流程 | 第37页 |
| 3.3 UCI数据集分类验证 | 第37-41页 |
| 3.4 实例分析 | 第41-49页 |
| 3.4.1 负荷特征向量的权重计算 | 第41-44页 |
| 3.4.2 检测每一个特征聚类效果的准确率 | 第44页 |
| 3.4.3 基于Relief和SOM算法对特征向量的权重分析 | 第44-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第四章 基于改进核极限学习机的短期负荷预测全网模型 | 第50-70页 |
| 4.1 极限学习机 | 第50-54页 |
| 4.1.1 单隐层前馈神经网络 | 第50-51页 |
| 4.1.2 极限学习机的原理 | 第51-52页 |
| 4.1.3 核极限学习机 | 第52-54页 |
| 4.1.4 核函数选择 | 第54页 |
| 4.2 改进的核极限学习机 | 第54-57页 |
| 4.2.1 基于cholesky分解的核极限学习机 | 第54-56页 |
| 4.2.2 增量算法 | 第56-57页 |
| 4.3 基于改进核极限学习机的超短期负荷预测 | 第57-63页 |
| 4.3.1 短期负荷预测模型建立 | 第57-58页 |
| 4.3.2 实例分析 | 第58-63页 |
| 4.4 基于子网负荷综合稳定度建立全网模型 | 第63-68页 |
| 4.4.1 比例系数预测 | 第65页 |
| 4.4.2 子网负荷综合稳定度分析 | 第65-66页 |
| 4.4.3 t时刻点的最优综合预测模型 | 第66-68页 |
| 4.5 本章小结 | 第68-70页 |
| 第五章 配电网日前经济优化调度 | 第70-86页 |
| 5.1 配电网经济优化调度模型 | 第70-75页 |
| 5.1.1 机会约束规划 | 第70-71页 |
| 5.1.2 优化调度的数学模型 | 第71-74页 |
| 5.1.3 约束条件验证中的蒙特卡洛模拟技术 | 第74-75页 |
| 5.2 和声搜索算法 | 第75-79页 |
| 5.2.1 算法思想 | 第75页 |
| 5.2.2 算法参数 | 第75-76页 |
| 5.2.3 算法框架 | 第76-78页 |
| 5.2.4 基于和声搜索算法的配电网经济优化调度模型 | 第78-79页 |
| 5.3 配电网日前经济优化调度 | 第79-85页 |
| 5.3.1 算例分析 | 第79-83页 |
| 5.3.2 置信水平对调度结果的影响分析 | 第83-84页 |
| 5.3.3 置信水平对配电网运行的影响分析 | 第84-85页 |
| 5.4 本章小结 | 第85-86页 |
| 第六章 总结与展望 | 第86-88页 |
| 6.1 全文总结 | 第86-87页 |
| 6.2 展望 | 第87-88页 |
| 参考文献 | 第88-94页 |
| 致谢 | 第94-96页 |
| 攻读硕士学位期间发表的学术论文 | 第96页 |
