基于用电信息采集系统数据挖掘的负荷预测方法及应用--以龙岩电业局为例
| 摘要 | 第1-4页 |
| Abstract | 第4-11页 |
| 第一章 绪论 | 第11-20页 |
| ·研究的目的和意义 | 第11-12页 |
| ·当前国内外研究现状 | 第12-18页 |
| ·负荷预测的研究现状及发展 | 第12-15页 |
| ·用电信息采集系统的发展 | 第15-18页 |
| ·研究的主要内容 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第二章 理论基础 | 第20-39页 |
| ·电力负荷预测概述 | 第20-25页 |
| ·负荷预测的概念及特点 | 第20-22页 |
| ·负荷预测的步骤及影响因素 | 第22-23页 |
| ·负荷预测的误差分析 | 第23-25页 |
| ·用电信息采集系统 | 第25-32页 |
| ·系统物理架构 | 第26-27页 |
| ·用电信息采集系统的功能 | 第27-29页 |
| ·用电信息采集系统的数据类型 | 第29-30页 |
| ·用电信息采集系统的应用 | 第30-32页 |
| ·数据挖掘技术 | 第32-36页 |
| ·数据挖掘的定义和功能 | 第32-35页 |
| ·数据挖掘的方法 | 第35页 |
| ·数据挖掘的过程 | 第35-36页 |
| ·数据挖掘常用算法 | 第36页 |
| ·负荷预测常用方法 | 第36-38页 |
| ·回归分析法 | 第37页 |
| ·灰色模型分析法 | 第37页 |
| ·时间序列预测法 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 用电负荷特性分析 | 第39-53页 |
| ·用电负荷特性分析 | 第39-46页 |
| ·电力负荷特性的概念及意义 | 第39-40页 |
| ·负荷特性指标 | 第40-42页 |
| ·负荷特性相关因素分析 | 第42-46页 |
| ·负荷特性分析 | 第46-52页 |
| ·日负荷分析 | 第47页 |
| ·平均负荷分析 | 第47页 |
| ·最大(小)负荷分析 | 第47-48页 |
| ·日峰谷时间点分析 | 第48-49页 |
| ·负荷K线图分析 | 第49-50页 |
| ·日负荷率和日最小负荷率分析 | 第50-51页 |
| ·相似配变分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 负荷预测方法的研究及应用 | 第53-74页 |
| ·线性回归模型 | 第53-62页 |
| ·线性回归模型及其参数估计 | 第53-56页 |
| ·多元线性回归模型 | 第56-58页 |
| ·算例分析 | 第58-62页 |
| ·灰色理论模型 | 第62-67页 |
| ·GM(1,1)预测模型 | 第62-64页 |
| ·灰色模型的检验 | 第64-65页 |
| ·灰色模型预测技术的改进 | 第65页 |
| ·算例分析 | 第65-67页 |
| ·时间序列预测模型 | 第67-73页 |
| ·时间序列预测模型—指数平滑法 | 第67-68页 |
| ·指数平滑法预测流程图 | 第68-69页 |
| ·算例分析 | 第69-73页 |
| ·本章小结 | 第73-74页 |
| 第五章 应用负荷预测的注意事项 | 第74-83页 |
| ·负荷数据的预处理 | 第74-80页 |
| ·样本指标选择 | 第80-81页 |
| ·数据标准化 | 第81页 |
| ·气象数据与日期信息处理 | 第81-82页 |
| ·本章小结 | 第82-83页 |
| 第六章 研究结论与展望 | 第83-85页 |
| ·结论 | 第83-84页 |
| ·进一步工作的方向 | 第84-85页 |
| 参考文献 | 第85-88页 |
| 在读期间已发表的论文 | 第88-89页 |
| 致谢 | 第89-90页 |
| 个人简历 | 第90页 |
