基于灰色理论和神经网络的电力系统短期负荷预测研究及其比较
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-18页 |
| ·课题研究的目的和意义 | 第11-12页 |
| ·课题的研究现状 | 第12-17页 |
| ·短期负荷预测的主要影响因素 | 第12-13页 |
| ·短期负荷预测的研究现状 | 第13-17页 |
| ·本文的主要内容 | 第17-18页 |
| 第二章 历史负荷数据处理 | 第18-29页 |
| ·电力负荷的特性分析 | 第18-19页 |
| ·异常数据的辨识和修正 | 第19-25页 |
| ·异常数据的分类 | 第19-20页 |
| ·异常数据的处理方法 | 第20-21页 |
| ·异常数据的辨识与修正 | 第21-25页 |
| ·气象与节假日数据的处理 | 第25-28页 |
| ·气象数据的识别与选择 | 第25-27页 |
| ·节假日数据的识别与选择 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于灰色系统理论的负荷预测 | 第29-43页 |
| ·灰色系统理论概述 | 第29-31页 |
| ·灰色系统理论的基本原理 | 第29页 |
| ·灰色系统理论的构成 | 第29-31页 |
| ·灰色序列生成 | 第31-35页 |
| ·累加生成 | 第32-33页 |
| ·累减生成 | 第33页 |
| ·均值生成 | 第33-34页 |
| ·级比生成 | 第34-35页 |
| ·灰色系统建模 | 第35-40页 |
| ·GM(1,1)模型 | 第35-36页 |
| ·GM(1,N)模型 | 第36-37页 |
| ·GM模型精度检验 | 第37-38页 |
| ·GM模型的优化 | 第38-39页 |
| ·负荷预测的评价指标 | 第39-40页 |
| ·仿真算例分析 | 第40-42页 |
| ·灰色预测的实现 | 第40-41页 |
| ·灰色预测结果分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于神经网络的组合预测 | 第43-61页 |
| ·人工神经网络的基本原理 | 第43-44页 |
| ·ANN的基本构成 | 第43页 |
| ·ANN的代表模型 | 第43-44页 |
| ·RBF神经网络及其算法 | 第44-50页 |
| ·RBF神经网络的结构 | 第45-46页 |
| ·RBF神经网络的学习算法 | 第46-48页 |
| ·GRNN结构 | 第48-49页 |
| ·PNN结构 | 第49-50页 |
| ·基于神经网络的组合预测 | 第50-56页 |
| ·组合预测的原理 | 第50-51页 |
| ·数据的归一化处理 | 第51页 |
| ·相似日的选择 | 第51-52页 |
| ·RBF神经网络的训练 | 第52页 |
| ·遗传算法简介 | 第52-54页 |
| ·基于GA的组合权值选择 | 第54-56页 |
| ·仿真算例分析 | 第56-60页 |
| ·RBF神经网络预测的实现 | 第56-58页 |
| ·神经网络组合预测 | 第58-59页 |
| ·预测结果分析 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 基于SVM的负荷预测 | 第61-73页 |
| ·SVM方法的基本原理 | 第61-65页 |
| ·统计学习理论 | 第61-62页 |
| ·SVM回归分析原理 | 第62-64页 |
| ·SVM核函数 | 第64-65页 |
| ·SVM方法的算法 | 第65-67页 |
| ·输入样本的选取 | 第65页 |
| ·SVM数据的归一化 | 第65-66页 |
| ·计算参数的选取 | 第66-67页 |
| ·SVM方法的参数优化 | 第67-69页 |
| ·粒子群算法简介 | 第67页 |
| ·基于PSO的最优参数选取 | 第67-69页 |
| ·SVM预测的实际应用 | 第69-72页 |
| ·SVM预测的实现 | 第69-70页 |
| ·SVM预测结果分析 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 第六章 负荷预测软件简介 | 第73-77页 |
| ·软件界面简介 | 第73-74页 |
| ·软件功能简介 | 第74-76页 |
| ·数据单元 | 第74页 |
| ·预测单元 | 第74-75页 |
| ·预测评价单元 | 第75页 |
| ·绘图单元 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 第七章 结论和展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-84页 |
| 攻读学位期间发表论文情况 | 第84-85页 |
| 基金资助 | 第85页 |
