| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题背景及其意义 | 第9-11页 |
| ·燃气负荷预测的选题背景 | 第9-10页 |
| ·研究燃气负荷预测的意义 | 第10-11页 |
| ·国内外研究状况 | 第11-12页 |
| ·预测的概念、特点及预测方法的分类 | 第12-13页 |
| ·本文研究的内容及章节安排 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第二章 燃气负荷预测基本原理 | 第15-24页 |
| ·燃气负荷 | 第15-16页 |
| ·燃气负荷的概念及其分类 | 第15页 |
| ·燃气负荷的特点 | 第15-16页 |
| ·燃气负荷预测 | 第16-19页 |
| ·燃气负荷预测的概念 | 第16-17页 |
| ·燃气负荷预测的分类 | 第17-18页 |
| ·燃气负荷预测的特点 | 第18页 |
| ·燃气负荷预测的基本步骤 | 第18-19页 |
| ·燃气负荷预测方法及模型 | 第19-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于RBF 神经网络与模糊控制的燃气短期负荷预测 | 第24-45页 |
| ·人工神经网络简介 | 第24-27页 |
| ·人工神经网络的概念 | 第25页 |
| ·人工神经元模型 | 第25-26页 |
| ·神经网络的拓扑结构 | 第26页 |
| ·前馈型神经网络及BP 网络 | 第26-27页 |
| ·RBF 神经网络 | 第27-32页 |
| ·径向基函数网络模型 | 第27-29页 |
| ·径向基网络模型函数形式 | 第29-31页 |
| ·基函数参数的确定 | 第31-32页 |
| ·模糊逻辑理论 | 第32-35页 |
| ·概述 | 第32-33页 |
| ·模糊逻辑基础 | 第33-34页 |
| ·模糊推理系统 | 第34-35页 |
| ·城市燃气短期负荷影响因素分析 | 第35-37页 |
| ·RBF 神经网络和模糊逻辑相结合的短期日负荷预测 | 第37-44页 |
| ·模糊-神经网络模型 | 第37-38页 |
| ·数据预处理单元 | 第38-39页 |
| ·模糊逻辑温度修正模块的建立 | 第39-41页 |
| ·RBF 神经网络模块 | 第41-42页 |
| ·实例应用及结果分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于灰色理论GM(1,N)模型的燃气中长期负荷预测 | 第45-62页 |
| ·中产期负荷预测的意义、特点及影响因素 | 第45-47页 |
| ·中长期负荷预测的意义 | 第45-46页 |
| ·中长期负荷预测的特点 | 第46页 |
| ·中长期负荷预测的影响因素 | 第46-47页 |
| ·灰色理论 | 第47-49页 |
| ·灰色系统的概念 | 第47-48页 |
| ·灰色系统的特点 | 第48-49页 |
| ·灰色GM(1,N)模型预测方法 | 第49-52页 |
| ·GM(1,N)模型 | 第49-51页 |
| ·GM(1,1)模型 | 第51页 |
| ·模型精度检验 | 第51-52页 |
| ·GM(1,1)模型局限性 | 第52-53页 |
| ·数据处理 | 第53-54页 |
| ·数据预处理 | 第53-54页 |
| ·数据滑动平均处理 | 第54页 |
| ·GM(1,N)模型变量的确定 | 第54-56页 |
| ·实例应用和结果分析 | 第56-60页 |
| ·GM(1,1)模型建立 | 第56-58页 |
| ·GM(1,N)模型建立 | 第58页 |
| ·数据对比分析 | 第58-60页 |
| ·本章小结 | 第60-62页 |
| 第五章 燃气管网风险评估与事故预防措施 | 第62-75页 |
| ·城市燃气管网风险评估指标体系 | 第62-70页 |
| ·第三方破坏因素分析 | 第62-64页 |
| ·腐蚀因素分析 | 第64-65页 |
| ·设计缺陷因素分析 | 第65-66页 |
| ·误操作因素分析 | 第66-67页 |
| ·管道指数评分法 | 第67-69页 |
| ·管道指数评价法具体步骤 | 第69-70页 |
| ·燃气事故预防措施 | 第70-71页 |
| ·管网风险评价实例分析 | 第71-74页 |
| ·本章小结 | 第74-75页 |
| 第六章 结论与展望 | 第75-78页 |
| ·结论 | 第75-76页 |
| ·展望 | 第76-78页 |
| 参考文献 | 第78-83页 |
| 发表论文和科研情况说明 | 第83-84页 |
| 致谢 | 第84页 |
