基于负荷分解的电力系统短期负荷预测方法的研究
| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 引言 | 第7-13页 |
| ·电力系统短期负荷预测意义和目的 | 第7-8页 |
| ·国内外研究现状 | 第8-11页 |
| ·本论文的主要研究工作 | 第11-13页 |
| 第二章 电力负荷预测分析 | 第13-21页 |
| ·电力负荷预测概述 | 第13-16页 |
| ·负荷预测的分类 | 第13-14页 |
| ·负荷预测按时间分类 | 第13-14页 |
| ·负荷预测按行业分类 | 第14页 |
| ·负荷预测的特点 | 第14-15页 |
| ·负荷预测的基本原理 | 第15-16页 |
| ·电力负荷的特点 | 第16-17页 |
| ·负荷预测基本过程 | 第17-19页 |
| ·负荷预测误差分析指标 | 第19-21页 |
| 第三章 小波分析理论及其负荷预测应用 | 第21-28页 |
| ·小波分析理论 | 第21-26页 |
| ·小波分析理论发展的历史 | 第21-22页 |
| ·小波分析基本理论 | 第22-23页 |
| ·多分辨率分析 | 第23-25页 |
| ·马拉算法 | 第25-26页 |
| ·小波分析在电力负荷预测的应用 | 第26-28页 |
| 第四章 人工神经网络基本理论 | 第28-35页 |
| ·人工神经网络理论简介 | 第28页 |
| ·人工神经网络在电力系统中的应用 | 第28页 |
| ·BP 人工神经网络 | 第28-31页 |
| ·BP 神经网络基本原理 | 第29-30页 |
| ·BP 神经网络的优缺点 | 第30-31页 |
| ·BP 神经网络的改进 | 第31-35页 |
| ·LM 算法概述 | 第31-32页 |
| ·LM 算法的具体实现 | 第32-35页 |
| 第五章 基于负荷分解的短期负荷预测模型的建立 | 第35-47页 |
| ·本文短期负荷预测模型 | 第35页 |
| ·负荷预测模型具体实现 | 第35-43页 |
| ·小波分解 | 第35-37页 |
| ·小波单支重构 | 第37-38页 |
| ·神经网络预测模型建立 | 第38-42页 |
| ·神经网络结构的选择 | 第38-39页 |
| ·神经网络训练样本的选择 | 第39-40页 |
| ·负荷历史数据的处理 | 第40-41页 |
| ·神经网络预测 | 第41-42页 |
| ·线性回归模型的修正 | 第42-43页 |
| ·算例分析 | 第43-47页 |
| 第六章 结论 | 第47-48页 |
| 参考文献 | 第48-50页 |
| 致谢 | 第50-51页 |
| 在学期间发表的学术论文和参加科研情况 | 第51-52页 |
| 详细摘要 | 第52-62页 |
