| 中文摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·电力负荷预测的研究意义和背景 | 第7-9页 |
| ·电力系统负荷预测的意义 | 第7页 |
| ·电力负荷预测的分类 | 第7-8页 |
| ·电力负荷预测的特点 | 第8-9页 |
| ·电力负荷预测的步骤 | 第9页 |
| ·电力负荷预测方法研究 | 第9-11页 |
| ·电力负荷预测方法研究现状 | 第9-10页 |
| ·电力负荷预测中存在的问题 | 第10-11页 |
| ·本文研究内容 | 第11-12页 |
| ·本文结构 | 第12-13页 |
| 第二章 小波去噪理论 | 第13-23页 |
| ·小波分析常用记号 | 第13-14页 |
| ·连续小波变换 | 第14-17页 |
| ·小波变换的定义及反演 | 第14-15页 |
| ·小波变换的时频分析 | 第15-16页 |
| ·常用小波函数 | 第16-17页 |
| ·离散小波变换 | 第17-19页 |
| ·离散小波的定义 | 第17-18页 |
| ·小波框架的概念及由框架重建原函数 | 第18-19页 |
| ·小波基的特点和选取原则 | 第19-21页 |
| ·小波基的特点 | 第19-20页 |
| ·小波基的选取原则 | 第20-21页 |
| ·小波变换用于信号去噪的原理及步骤 | 第21-22页 |
| ·小波去噪的原理 | 第21页 |
| ·小波去噪的步骤 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 预测模型研究 | 第23-35页 |
| ·SARIMA预测模型 | 第23-24页 |
| ·人工神经网络模型 | 第24-33页 |
| ·人工神经网络简述 | 第24-25页 |
| ·BP神经网络 | 第25-33页 |
| ·神经元的模型结构 | 第25-27页 |
| ·BP算法原理 | 第27-30页 |
| ·BP算法步骤 | 第30-32页 |
| ·BP网络结构的确定 | 第32-33页 |
| ·电力负荷预测工作的误差分析指标 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于小波去噪的组合预测模型及其应用研究 | 第35-46页 |
| ·组合预测模型 | 第35-37页 |
| ·组合预测模型简介 | 第35-36页 |
| ·组合预测模型权重的确定 | 第36-37页 |
| ·基于小波去噪的组合预测模型在电力负荷预测中的应用 | 第37-45页 |
| ·试验数据集 | 第37-38页 |
| ·提出的组合预测模型的建模过程 | 第38-41页 |
| ·小波去噪 | 第38-40页 |
| ·数据试验 | 第40-41页 |
| ·试验结果和讨论 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 结论与展望 | 第46-48页 |
| ·结论 | 第46页 |
| ·展望 | 第46-48页 |
| 参考文献 | 第48-50页 |
| 在学期间的研究成果 | 第50-51页 |
| 致谢 | 第51页 |