| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·短期负荷预测的研究意义 | 第9页 |
| ·短期负荷预测的内容及其特点 | 第9-10页 |
| ·负荷预测的步骤 | 第10页 |
| ·短期负荷预测的研究现状 | 第10-13页 |
| ·负荷预测误差指标 | 第13-14页 |
| ·本文研究的主要内容以及章节安排 | 第14-15页 |
| 第二章 支撑向量机和聚类分析的基本理论 | 第15-25页 |
| ·支撑向量机 | 第15-21页 |
| ·支撑向量机分类原理 | 第15-19页 |
| ·支撑向量机回归原理 | 第19-20页 |
| ·SVM 训练求解算法 | 第20-21页 |
| ·聚类分析 | 第21-24页 |
| ·聚类的思想 | 第21-22页 |
| ·K 均值聚类 | 第22页 |
| ·模糊 K 均值聚类 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于 SVM 的短期负荷预测建模与实例分析 | 第25-36页 |
| ·原始数据的预处理 | 第25-27页 |
| ·数据预处理的必要性 | 第25页 |
| ·数据预处理的方法 | 第25-27页 |
| ·基于聚类分析的相似日选择 | 第27-29页 |
| ·特征因素的选取 | 第27页 |
| ·映射数据库设计 | 第27-28页 |
| ·模糊 K 均值聚类算法实现 | 第28页 |
| ·最终聚类结果 | 第28-29页 |
| ·SVM 短期负荷预测 | 第29-34页 |
| ·样本输入量的选择 | 第29-30页 |
| ·数据归一化 | 第30页 |
| ·参数选择 | 第30页 |
| ·误差指标 | 第30页 |
| ·实例分析 | 第30-34页 |
| ·本章小结 | 第34-36页 |
| 第四章 结论与展望 | 第36-38页 |
| ·全文总结 | 第36页 |
| ·后继工作的展望 | 第36-38页 |
| 参考文献 | 第38-40页 |
| 致谢 | 第40-41页 |
| 附录 | 第41-51页 |
| 附件 | 第51页 |