基于支持向量机的短期电力负荷预测研究

摘要	第1-5页
ABSTRACT	第5-8页
1 绪论	第8-15页
·短期电力负荷预测的目的和意义	第8-9页
·国内外短期电力负荷预测情况综述	第9-13页
·本文的主要工作	第13-15页
2 统计学习理论与支持向量机	第15-28页
·统计学习理论	第15-18页
·支持向量机	第18-26页
·支持向量机与神经网络的比较	第26-27页
·小结	第27-28页
3 支持向量机在短期电力负荷预测中的应用	第28-39页
·短期电力负荷预测的基本过程	第28-30页
·训练样本的构造	第30-32页
·支持向量机中的参数选择	第32-33页
·训练算法介绍	第33-38页
·小结	第38-39页
4 支持向量机的应用与分析	第39-52页
·基于历史负荷数据的SVM 短期负荷预测	第39-43页
·考虑气象因素的短期负荷预测	第43-46页
·考虑近大远小原则的短期负荷预测	第46-51页
·小结	第51-52页
5 混合核函数支持向量机	第52-60页
·核函数原理	第52-53页
·混合核函数的构造	第53-55页
·算例分析	第55-58页
·小结	第58-60页
6 总结与展望	第60-62页
致谢	第62-63页
参考文献	第63-68页
附录1 基于历史负荷数据的短期负荷预测结果	第68-72页