| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-15页 |
| ·本论文选题的背景 | 第9页 |
| ·短期负荷预测的研究现状 | 第9-13页 |
| ·本课题研究的意义 | 第13页 |
| ·本论文所做的主要工作 | 第13-15页 |
| 2 电力负荷预测概述 | 第15-24页 |
| ·负荷预测的概念和原理 | 第15-16页 |
| ·负荷预测的概念 | 第15页 |
| ·负荷预测的基本原理 | 第15-16页 |
| ·电力负荷预测的分类 | 第16-17页 |
| ·负荷预测的步骤 | 第17-18页 |
| ·电力负荷的特性分析 | 第18-21页 |
| ·负荷的周期性 | 第18-19页 |
| ·负荷的随机性 | 第19-20页 |
| ·负荷的影响因素分析 | 第20-21页 |
| ·影响负荷预测的因素及误差分析 | 第21-23页 |
| ·影响负荷预测的主要因素 | 第21页 |
| ·负荷预测的误差分析 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 3 RBF 神经网络 | 第24-31页 |
| ·RBF 神经网络的结构及其分析 | 第24-29页 |
| ·RBF 神经网络的结构 | 第24-25页 |
| ·RBF 神经网络的具体实现 | 第25-26页 |
| ·RBF 网络的学习算法 | 第26-29页 |
| ·RBF 神经网络与BP 网络的比较 | 第29-30页 |
| ·BP 网络存在的问题 | 第29页 |
| ·RBF 网络与BP 网络之间的差别 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 4 模糊控制原理 | 第31-37页 |
| ·模糊控制的基本原理 | 第32-33页 |
| ·模糊控制器的设计思路 | 第33-36页 |
| ·确定控制器的输入变量与输出变量 | 第33-34页 |
| ·语言变量值及其隶属函数和量化因子的确定 | 第34-35页 |
| ·模糊逻辑控制的知识库 | 第35-36页 |
| ·模糊推理判决与解模糊 | 第36页 |
| ·本章小结 | 第36-37页 |
| 5 RBF 神经网络与模糊控制相结合的短期电力负荷预测 | 第37-57页 |
| ·RBF 神经网络的建立 | 第37-40页 |
| ·负荷日类型的量化 | 第37页 |
| ·天气—温度的量化 | 第37-40页 |
| ·RBF 神经网络的训练 | 第40-41页 |
| ·数据预处理 | 第40-41页 |
| ·输入数据的归一化处理 | 第41页 |
| ·模糊控制器的设计 | 第41-48页 |
| ·语言变量及其论域和隶属函数的确定 | 第42-43页 |
| ·确定模糊控制规则 | 第43-44页 |
| ·建立模糊规则查询表 | 第44-47页 |
| ·模糊规则查询表计算举例 | 第47-48页 |
| ·短期负荷预测结果与分析 | 第48-56页 |
| ·本章小结 | 第56-57页 |
| 6 结论 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录 | 第63页 |