基于纵横交叉算法的短期负荷预测组合模型研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 短期负荷预测国内外研究现状 | 第13-17页 |
| 1.2.1 电力负荷预测的发展历程 | 第13-14页 |
| 1.2.2 短期负荷预测的常用方法 | 第14-17页 |
| 1.3 论文的研究内容及结构安排 | 第17-18页 |
| 第二章 短期负荷预测概述和分析 | 第18-25页 |
| 2.1 负荷预测的类型 | 第18页 |
| 2.2 短期负荷预测的特点 | 第18-20页 |
| 2.3 主要影响因素 | 第20-21页 |
| 2.4 负荷预测的基本过程与要求 | 第21页 |
| 2.5 预测误差分析 | 第21-23页 |
| 2.6 负荷数据预处理 | 第23-24页 |
| 2.7 本章小结 | 第24-25页 |
| 第三章 基于小波包变换的原始负荷数据处理 | 第25-33页 |
| 3.1 小波分析理论 | 第25-28页 |
| 3.1.1 连续小波变换 | 第25-26页 |
| 3.1.2 离散小波变换 | 第26-27页 |
| 3.1.3 二进小波变换 | 第27-28页 |
| 3.2 小波包变换 | 第28-30页 |
| 3.2.1 小波包变换的原理 | 第28页 |
| 3.2.2 小波包的空间分解 | 第28-30页 |
| 3.2.3 小波包的分解算法与重构算法 | 第30页 |
| 3.3 原始负荷数据的小波包分解 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 变权重组合预测模型的建立 | 第33-48页 |
| 4.1 组合预测概述 | 第33-34页 |
| 4.2 单一预测模型 | 第34-41页 |
| 4.2.1 误差反馈加权时间序列模型 | 第35-36页 |
| 4.2.2 灰色模型 | 第36-38页 |
| 4.2.3 BP神经网络模型 | 第38-41页 |
| 4.3 基于纵横交叉算法的组合权值优化 | 第41-46页 |
| 4.3.1 常规的权值计算方法 | 第41-42页 |
| 4.3.2 纵横交叉算法 | 第42-45页 |
| 4.3.3 纵横交叉算法优化变权系数 | 第45-46页 |
| 4.4 基于纵横交叉算法的变权重组合预测模型 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 韶关电网短期负荷预测实例 | 第48-61页 |
| 5.1 韶关地区负荷特性分析 | 第48-51页 |
| 5.1.1 日负荷特性分析 | 第48-49页 |
| 5.1.2 月负荷特性分析 | 第49-50页 |
| 5.1.3 主要影响因素分析 | 第50-51页 |
| 5.2 模型关键参数辨识 | 第51-53页 |
| 5.2.1 小波包分解层数 | 第51-52页 |
| 5.2.2 纵向交叉概率 | 第52页 |
| 5.2.3 隐含层神经元个数 | 第52-53页 |
| 5.3 仿真对比 | 第53-58页 |
| 5.3.1 工作日负荷预测 | 第54-55页 |
| 5.3.2 周末日负荷预测 | 第55-57页 |
| 5.3.3 节假日负荷预测 | 第57-58页 |
| 5.4 实际预测 | 第58-60页 |
| 5.5 本章小结 | 第60-61页 |
| 总结与展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读学位期间发表论文 | 第67-69页 |
| 致谢 | 第69-70页 |
| 附录 | 第70-80页 |
