基于优化决策树的短期电力负荷预测研究
| 中文摘要 | 第1页 |
| 英文摘要 | 第4-8页 |
| 第一章 引言 | 第8-14页 |
| ·课题研究的内容及意义 | 第8-9页 |
| ·短期负荷预测的国内外研究现状及发展趋势 | 第9-11页 |
| ·决策树技术应用于短期负荷预测的研究现状 | 第11-12页 |
| ·本论文的主要工作 | 第12-14页 |
| 第二章 决策树算法概述 | 第14-27页 |
| ·决策树简介 | 第14-17页 |
| ·决策树描述 | 第14-16页 |
| ·决策树的评价指标 | 第16-17页 |
| ·决策树生成算法 | 第17-22页 |
| ·CLS(概念学习系统)学习算法 | 第17-18页 |
| ·ID3 算法 | 第18-21页 |
| ·C4.5 学习算法 | 第21-22页 |
| ·决策树优化研究 | 第22-26页 |
| ·修改测试属性空间 | 第22-23页 |
| ·数据驱动方法 | 第22-23页 |
| ·假设驱动构造 | 第23页 |
| ·改进测试属性的选择 | 第23页 |
| ·对实例的数据进行限制 | 第23-24页 |
| ·实例选择 | 第23-24页 |
| ·属性选择 | 第24页 |
| ·改变数据结构 | 第24页 |
| ·决策树的剪枝 | 第24-26页 |
| ·预剪枝 | 第25页 |
| ·后剪枝 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第三章 电力负荷数据的预处理 | 第27-32页 |
| ·预处理的意义 | 第27页 |
| ·不良数据的辨识和修正 | 第27-31页 |
| ·负荷数据的垂直处理 | 第28-29页 |
| ·负荷数据的水平处理 | 第29-30页 |
| ·缺失负荷数据的修正 | 第30-31页 |
| ·小结 | 第31-32页 |
| 第四章 基于粗糙集对负荷预测属性集的优化 | 第32-41页 |
| ·引言 | 第32页 |
| ·粗糙集的基本理论 | 第32-36页 |
| ·粗糙集理论的代数观点 | 第33-35页 |
| ·粗糙集理论的信息论观点 | 第35-36页 |
| ·基于条件熵和属性频度的负荷预测属性集约简 | 第36-40页 |
| ·属性值离散化方法 | 第37-39页 |
| ·基于条件熵和属性频度的负荷预测属性集约简 | 第39-40页 |
| ·小结 | 第40-41页 |
| 第五章 基于优化决策树的短期负荷预测模型 | 第41-53页 |
| ·ID3 算法的优化算法 | 第41-46页 |
| ·ID3 算法改进的简化熵算法 | 第41-43页 |
| ·改进简化熵算法的理论基础 | 第41-43页 |
| ·改进的简化熵算法 | 第43页 |
| ·ID3 算法的改进二叉树算法 | 第43-44页 |
| ·MID3 算法 | 第44-45页 |
| ·ID3 算法的优化算法MBSID3 算法 | 第45-46页 |
| ·决策树剪枝算法 | 第46-49页 |
| ·决策树剪枝算法应遵循的原则 | 第47-48页 |
| ·REP 剪枝方法 | 第48-49页 |
| ·基于优化决策树的短期负荷预测模型 | 第49-50页 |
| ·负荷预测误差分析 | 第50-51页 |
| ·小结 | 第51-53页 |
| 第六章 算例分析 | 第53-63页 |
| ·预测模型相关属性的确定 | 第53-56页 |
| ·条件属性的确定 | 第53-54页 |
| ·目标属性的确定 | 第54-56页 |
| ·负荷预测曲线的调整 | 第56页 |
| ·实际算例分析与比较 | 第56-62页 |
| ·小结 | 第62-63页 |
| 第七章 总结与展望 | 第63-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 在学期间发表的学术论文和参加科研情况 | 第71页 |
