| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·短期负荷预测的作用及意义 | 第10-11页 |
| ·短期负荷预测的国内外研究概况 | 第11-15页 |
| ·负荷预测效果评价指标 | 第15-16页 |
| ·本文安排 | 第16-17页 |
| 第二章 负荷特性分析与数据处理 | 第17-23页 |
| ·负荷特性分析 | 第17-20页 |
| ·时间特性 | 第17-19页 |
| ·气象因素 | 第19-20页 |
| ·法定节假日 | 第20页 |
| ·数据预处理 | 第20-22页 |
| ·温度数据处理 | 第20-21页 |
| ·计及累积效应的温度修正 | 第21-22页 |
| ·负荷数据预处理 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第三章 时间序列理论 | 第23-32页 |
| ·引言 | 第23页 |
| ·时间序列的基本概念 | 第23-26页 |
| ·时间序列的平稳性 | 第23-24页 |
| ·时间序列的统计特征 | 第24-26页 |
| ·时间序列的线性模型 | 第26-28页 |
| ·基本概念 | 第26页 |
| ·ARMA模型 | 第26-28页 |
| ·ARMA模型的实现 | 第28-31页 |
| ·ARMA模型参数估计 | 第28-29页 |
| ·模型适用性检验 | 第29-30页 |
| ·(2n,2n-1)方案 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 计及温度影响的时间序列模型 | 第32-44页 |
| ·引言 | 第32页 |
| ·负荷预测模型 | 第32-35页 |
| ·回归模型的建立与自变量集的选择 | 第32-34页 |
| ·基于ARIMA的回归残差模型 | 第34-35页 |
| ·计算实例与分析 | 第35-42页 |
| ·本章小结 | 第42-44页 |
| 第五章 基于时间序列分解的短期负荷预测传递函数模型 | 第44-58页 |
| ·引言 | 第44页 |
| ·时间序列分解模型 | 第44-45页 |
| ·变量筛选 | 第45-48页 |
| ·非周期分量特性分析 | 第45-47页 |
| ·逐步回归分析 | 第47-48页 |
| ·非周期分量的传递函数模型 | 第48-49页 |
| ·算例与分析 | 第49-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 基于频域分解的短期负荷预测传递函数模型 | 第58-70页 |
| ·引言 | 第58页 |
| ·负荷预测模型 | 第58-61页 |
| ·负荷的频域分解模型 | 第58-59页 |
| ·剩余分量特性分析 | 第59-61页 |
| ·预测实例与分析 | 第61-67页 |
| ·本文模型比较 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 结论与展望 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 攻读硕士学位期间取得的研究成果 | 第77-78页 |
| 致谢 | 第78-79页 |
| 附件 | 第79页 |