| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.3 本文研究内容 | 第13-15页 |
| 第2章 相关方法简介 | 第15-23页 |
| 2.1 时间序列模型 | 第15-17页 |
| 2.2 支持向量机简介 | 第17-21页 |
| 2.2.1 SVR的建模原理 | 第18-20页 |
| 2.2.2 核函数 | 第20-21页 |
| 2.3 差分进化算法 | 第21-23页 |
| 第3章 基于SARIMA的短期电力负荷预测 | 第23-31页 |
| 3.1 数据来源及模型评价指标 | 第23-24页 |
| 3.1.1 数据来源 | 第23页 |
| 3.1.2 评价指标 | 第23-24页 |
| 3.2 SARIMA建模步骤 | 第24页 |
| 3.3 模型确定 | 第24-29页 |
| 3.3.1 原始序列平稳性检验 | 第24-26页 |
| 3.3.2 差分后序列的平稳性检验 | 第26-28页 |
| 3.3.3 模型定阶 | 第28-29页 |
| 3.3.4 模型检验 | 第29页 |
| 3.4 仿真试验 | 第29-31页 |
| 第4章 基于SVR的短期电力负荷预测 | 第31-35页 |
| 4.1 数据来源及处理 | 第31页 |
| 4.2 模型参数选择 | 第31-32页 |
| 4.3 仿真实验 | 第32-35页 |
| 第5章 基于DPADE-SVR的短期电力负荷预测 | 第35-45页 |
| 5.1 DPADE算法 | 第35-38页 |
| 5.2 DPADE算法测试效果 | 第38-41页 |
| 5.3 DPADE-SVR模型建立 | 第41-42页 |
| 5.4 仿真实验 | 第42-45页 |
| 第6章 基于SARIMA与DPADE-SVR的组合预测模型 | 第45-51页 |
| 6.1 组合模型选择 | 第45-46页 |
| 6.2 仿真实验 | 第46-47页 |
| 6.3 模型效果对比 | 第47-51页 |
| 第7章 总结与展望 | 第51-53页 |
| 7.1 总结 | 第51-52页 |
| 7.2 展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附录 完成的论文和参与的科研项目 | 第57-59页 |
| 致谢 | 第59-60页 |