| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 选题背景和研究意义 | 第9-10页 |
| 1.2 电力负荷国内外研究现状 | 第10-12页 |
| 1.3 本文的主要研究内容 | 第12页 |
| 1.4 本论文的结构安排 | 第12-14页 |
| 第二章 人工智能负荷预测的基本理论 | 第14-28页 |
| 2.1 电力负荷预测基本概念 | 第14-16页 |
| 2.1.1 电力负荷预测的分类 | 第14-15页 |
| 2.1.2 电力负荷预测基本原理 | 第15-16页 |
| 2.2 电力负荷预测一般问题分析 | 第16-18页 |
| 2.2.1 电力负荷预测的特点 | 第16页 |
| 2.2.2 电力负荷预测的影响因素 | 第16-17页 |
| 2.2.3 电力负荷预测的基本过程 | 第17-18页 |
| 2.3 极限学习机基本原理 | 第18-21页 |
| 2.4 人工萤火虫算法 | 第21-24页 |
| 2.4.1 人工萤火虫自然生态描述 | 第21页 |
| 2.4.2 基本人工萤火虫算法描述 | 第21-24页 |
| 2.5 人工鱼群算法 | 第24-26页 |
| 2.5.1 人工鱼群自然生态描述 | 第24页 |
| 2.5.2 人工鱼群行为描述 | 第24-26页 |
| 2.6 本章小结 | 第26-28页 |
| 第三章 基于人工萤火虫算法改进极限学习机的电力负荷预测模型 | 第28-39页 |
| 3.1 样本数据预处理 | 第28-31页 |
| 3.1.1 样本的归一化处理 | 第28-29页 |
| 3.1.2 温度、日期数据处理 | 第29页 |
| 3.1.3 测试数据的选取 | 第29-31页 |
| 3.2 基于人工萤火虫算法改进极限学习机的电力负荷预测模型 | 第31-33页 |
| 3.3 实验结果 | 第33-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于人工鱼群算法改进极限学习机的电力负荷预测模型 | 第39-47页 |
| 4.1 基于人工鱼群算法改进极限学习机的电力负荷预测模型 | 第39-40页 |
| 4.2 实验结果 | 第40-46页 |
| 4.3 本章小结 | 第46-47页 |
| 第五章 总结及展望 | 第47-49页 |
| 5.1 主要研究工作及创新点 | 第47页 |
| 5.2 研究展望 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 发表论文和科研情况说明 | 第53-54页 |
| 致谢 | 第54-55页 |
| 附录 | 第55-60页 |
