| 摘要 | 第1-7页 |
| Abstract | 第7-16页 |
| 第一章 绪论 | 第16-36页 |
| ·电力市场的基本概念 | 第16-24页 |
| ·电力市场的出现 | 第16-19页 |
| ·电力市场的定义 | 第19页 |
| ·电力市场的目标 | 第19-20页 |
| ·电力市场的模式 | 第20-21页 |
| ·电力市场的结构 | 第21-23页 |
| ·电力市场的种类 | 第23-24页 |
| ·选题背景和研究意义 | 第24-27页 |
| ·国内外研究现状 | 第27-34页 |
| ·时间序列模型 | 第27-28页 |
| ·人工智能模型 | 第28-30页 |
| ·组合预测模型 | 第30-31页 |
| ·混合预测模型 | 第31-34页 |
| ·本文研究的主要内容 | 第34-36页 |
| 第二章 电价形成机制及其影响因素分析 | 第36-40页 |
| ·电价形成机制 | 第36-37页 |
| ·电价影响因素 | 第37-40页 |
| ·历史电价 | 第37-38页 |
| ·负荷 | 第38-39页 |
| ·发电商报价策略 | 第39页 |
| ·市场供求情况 | 第39页 |
| ·其它因素 | 第39-40页 |
| 第三章 电价特点分析 | 第40-44页 |
| ·多周期性 | 第40-41页 |
| ·均值回复特性 | 第41-42页 |
| ·异方差性 | 第42-43页 |
| ·较强的波动性 | 第43-44页 |
| 第四章 影响电价预测精度的因素分析 | 第44-50页 |
| ·输入变量的选择 | 第44-46页 |
| ·输入数据的处理 | 第46-47页 |
| ·样本长度的选择 | 第47-48页 |
| ·预测模型的选择 | 第48-50页 |
| 第五章 基于时间序列模型的混合预测模型 | 第50-70页 |
| ·引言 | 第50-51页 |
| ·基本理论 | 第51-58页 |
| ·小波变换 | 第51-53页 |
| ·ARMAX-GARCH模型 | 第53-56页 |
| ·SARIMA模型 | 第56-57页 |
| ·ARIMA模型 | 第57-58页 |
| ·混合预测模型的建立 | 第58-61页 |
| ·建模的思想 | 第58-59页 |
| ·建模的步骤 | 第59-61页 |
| ·算例分析 | 第61-68页 |
| ·美国加州电力市场电价预测 | 第61-66页 |
| ·加拿大安大略省电力市场电价预测 | 第66-68页 |
| ·小结 | 第68-70页 |
| 第六章 基于时间序列模型和人工智能模型的混合预测模型 | 第70-88页 |
| ·引言 | 第70-71页 |
| ·基本理论 | 第71-78页 |
| ·支持向量机 | 第71-73页 |
| ·最小二乘支持向量机 | 第73-74页 |
| ·粒子群算法 | 第74-76页 |
| ·粒子群优化的最小二乘支持向量机 | 第76-78页 |
| ·混合预测模型的建立 | 第78-79页 |
| ·建模的思想 | 第78-79页 |
| ·建模的步骤 | 第79页 |
| ·算例分析 | 第79-86页 |
| ·澳大利亚新南威尔士电力市场电价预测 | 第79-84页 |
| ·澳大利亚昆士兰电力市场电价预测 | 第84-86页 |
| ·小结 | 第86-88页 |
| 第七章 基于时间序列模型、人工智能模型和混沌理论的混合预测模型 | 第88-120页 |
| ·引言 | 第88-89页 |
| ·基本理论 | 第89-106页 |
| ·混沌预测理论 | 第89-105页 |
| ·指数广义自回归条件异方差模型 | 第105-106页 |
| ·混合预测模型的建立 | 第106-107页 |
| ·建模的思想 | 第106页 |
| ·建模的步骤 | 第106-107页 |
| ·算例分析 | 第107-118页 |
| ·西班牙电力市场电价预测 | 第107-112页 |
| ·美国宾夕法尼亚-新泽西-马里兰电力市场电价预测 | 第112-118页 |
| ·小结 | 第118-120页 |
| 第八章 总结与展望 | 第120-124页 |
| ·总结 | 第120-122页 |
| ·展望 | 第122-124页 |
| 参考文献 | 第124-134页 |
| 攻读博士学位期间发表的论文及其它成果 | 第134-136页 |
| 攻读博士学位期间参加的科研工作 | 第136-138页 |
| 致谢 | 第138-139页 |
| 作者简介 | 第139页 |