基于遗传BP神经网络的电力系统短期负荷预测
| 1 绪论 | 第1-16页 |
| ·课题的研究背景和意义 | 第10-11页 |
| ·现有的电力负荷预测方法综述 | 第11-12页 |
| ·基于神经网络的负荷预测技术研究现状及存在的问题 | 第12-14页 |
| ·本文的主要工作 | 第14-16页 |
| 2 遗传BP神经网络的基本原理 | 第16-32页 |
| ·引言 | 第16-17页 |
| ·BP神经网络的基本原理 | 第17-23页 |
| ·BP神经网络的主要缺点及改进 | 第23-27页 |
| ·遗传算法的基本原理 | 第27-29页 |
| ·遗传BP神经网络的基本原理 | 第29-30页 |
| ·小结 | 第30-32页 |
| 3 历史负荷数据的预处理及负荷建模 | 第32-45页 |
| ·引言 | 第32页 |
| ·历史负荷数据的预处理 | 第32-35页 |
| ·网络输入样本的研究 | 第35-40页 |
| ·影响负荷因素的分析 | 第35-38页 |
| ·网络输入节点的选取 | 第38-39页 |
| ·网络输入样本的归一化处理 | 第39-40页 |
| ·基于神经网络的短期负荷预测模型的建立 | 第40-44页 |
| ·短期负荷预测模型的建立 | 第40-43页 |
| ·神经网络隐含层节点数的选择 | 第43-44页 |
| ·小结 | 第44-45页 |
| 4 基于遗传BP神经网络的电力短期负荷预测 | 第45-64页 |
| ·引言 | 第45页 |
| ·基于BP神经网络的电力短期负荷预测 | 第45-54页 |
| ·历史负荷数据的获得和预处理 | 第45-47页 |
| ·不考虑气象条件影响时的预测结果 | 第47-51页 |
| ·考虑气象条件影响时的预测结果 | 第51-54页 |
| ·基于遗传BP神经网络的电力短期负荷预测 | 第54-62页 |
| ·参数设置 | 第54-56页 |
| ·预测结果 | 第56-62页 |
| ·本章小结 | 第62-64页 |
| 5 总结 | 第64-66页 |
| ·结论 | 第64-65页 |
| ·有待完成的工作 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-69页 |