基于混沌神经网络的电力负荷短期预测
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-17页 |
| ·课题研究的背景与意义 | 第9-10页 |
| ·电力负荷预测动态及综述 | 第10-16页 |
| ·负荷预测方法综述 | 第10-15页 |
| ·短期负荷预测存在的问题 | 第15-16页 |
| ·本文主要工作 | 第16-17页 |
| 第2章 混沌学时间序列分析方法的若干理论 | 第17-35页 |
| ·混沌理论及其发展 | 第17-19页 |
| ·Lyapunov指数(李雅谱诺夫指数) | 第19页 |
| ·分形与分维 | 第19-22页 |
| ·熵 | 第22-23页 |
| ·混沌吸引子 | 第23-24页 |
| ·重构相空间理论 | 第24-32页 |
| ·混沌时间序列的识别 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第3章 电力负荷时间序列混沌特性分析 | 第35-45页 |
| ·整点负荷时间序列 | 第35-36页 |
| ·混沌识别 | 第36-38页 |
| ·Wolf法 | 第36-37页 |
| ·小数据量法 | 第37-38页 |
| ·相空间时间延迟τ的选取 | 第38-40页 |
| ·自相关函数法 | 第38-40页 |
| ·嵌入维数的确定 | 第40-41页 |
| ·饱和关联维数(G-P)法 | 第40-41页 |
| ·参考邻域的选取 | 第41-43页 |
| ·混沌时间序列预测方法 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 基于神经网络的电力短期负荷混沌预测模型 | 第45-53页 |
| ·人工神经网络及其在电力系统中的应用 | 第45-46页 |
| ·人工神经网络在电力系统中的应用 | 第45-46页 |
| ·S形函数的前馈多层NN模型 | 第46-49页 |
| ·NN的基本特征和类型 | 第46-47页 |
| ·S形函数的前馈多层NN模型 | 第47页 |
| ·BP算法 | 第47-49页 |
| ·负荷数据的预处理方法 | 第49-50页 |
| ·数据修正 | 第49-50页 |
| ·初始值的处理 | 第50页 |
| ·建立基于BP神经网络的混沌预测模型 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 预测结果的数据处理 | 第53-58页 |
| ·预测结果的平滑处理 | 第53-54页 |
| ·实例仿真验证 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 结论与展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 附录A (攻读学位期间所发表的学术论文目录) | 第64页 |
