| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-21页 |
| ·课题的研究意义 | 第11-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·现有方法存在的问题 | 第14-18页 |
| ·传统负荷预测方法 | 第14-16页 |
| ·现代负荷预测方法 | 第16-18页 |
| ·本文的研究重点 | 第18-19页 |
| ·论文的主要内容及安排 | 第19-21页 |
| 第2章 小波-神经网络负荷预测 | 第21-30页 |
| ·小波变换预测方法 | 第21-27页 |
| ·连续小波变换、离散小波变换和平稳小波变换 | 第21-24页 |
| ·小波多分辨分析(MRA)与Mallat算法 | 第24-27页 |
| ·ELMAN神经网络预测方法 | 第27-29页 |
| ·人工神经网络的发展及现状 | 第27-28页 |
| ·Elman神经网络结构与算法 | 第28-29页 |
| ·小结 | 第29-30页 |
| 第3章 基于平稳小波去除不良数据的负荷预测 | 第30-39页 |
| ·引言 | 第30页 |
| ·模型框架 | 第30-31页 |
| ·平稳小波去除电力负荷不良数据 | 第31-35页 |
| ·电力负荷数据分析 | 第31-32页 |
| ·平稳小波分解 | 第32-33页 |
| ·不良数据去除 | 第33-34页 |
| ·不良数据去除的算例分析 | 第34-35页 |
| ·基于ELMAN神经网络负荷预测 | 第35-38页 |
| ·Elman神经网络负荷预测模型 | 第35-36页 |
| ·隐含层神经元个数的确定 | 第36页 |
| ·结果分析 | 第36-38页 |
| ·小结 | 第38-39页 |
| 第4章 智能电网下基于AMI平台的电力负荷预测分类 | 第39-50页 |
| ·引言 | 第39-40页 |
| ·智能电网环境下负荷分析 | 第40-41页 |
| ·分布式电源对负荷的影响 | 第40页 |
| ·需求侧管理对负荷的影响 | 第40-41页 |
| ·储能技术的发展对负荷的影响 | 第41页 |
| ·智能电网下的高级测量体系 | 第41-46页 |
| ·高级测量体系 | 第41-42页 |
| ·智能电表 | 第42-43页 |
| ·通信系统 | 第43-44页 |
| ·计量数据管理系统(MDMS) | 第44-45页 |
| ·家庭网络(HAN) | 第45-46页 |
| ·基于AMI的电力负荷预测分类 | 第46-49页 |
| ·智能电网与负荷预测 | 第46页 |
| ·电力负荷小波聚类技术 | 第46-48页 |
| ·基于AMI平台的电力负荷分类 | 第48-49页 |
| ·小结 | 第49-50页 |
| 结束语 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 攻读学位期间发表的学术论文 | 第58页 |