基于小波分析的短期负荷预测模型研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-22页 |
| ·电力短期负荷预测的意义与研究背景 | 第8页 |
| ·电力负荷预测的分类 | 第8-9页 |
| ·电力负荷预测的影响因素 | 第9-10页 |
| ·电力系统负荷预测的步骤 | 第10-11页 |
| ·电力负荷分析 | 第11-17页 |
| ·电力负荷特征分析 | 第11-16页 |
| ·电力负荷组成分析 | 第16-17页 |
| ·国内外研究现状及存在的问题 | 第17-20页 |
| ·传统预测方法 | 第18页 |
| ·人工智能预测方法 | 第18-20页 |
| ·本文的主要工作 | 第20-22页 |
| 2 预测模型输入样本研究 | 第22-30页 |
| ·负荷数据预处理方法 | 第22-27页 |
| ·数据预处理的意义 | 第22页 |
| ·伪数据辨识与处理的基本思想 | 第22-23页 |
| ·伪数据处理的过程 | 第23-27页 |
| ·预测模型样本选择 | 第27-30页 |
| ·不同日之间特征量的相似度 | 第27-28页 |
| ·建立映射库 | 第28-30页 |
| 3 小波回归分析短期负荷预测模型 | 第30-49页 |
| ·小波分析法 | 第30-35页 |
| ·连续小波变换 | 第30-31页 |
| ·离散小波变换 | 第31-32页 |
| ·多分辨分析 | 第32-33页 |
| ·Mallat小波算法 | 第33-35页 |
| ·回归分析法 | 第35-39页 |
| ·基本原理 | 第35-36页 |
| ·多元线性回归分析方法原理 | 第36-38页 |
| ·多元线性回归分析的矩阵解法 | 第38-39页 |
| ·外推预测法的基本原理 | 第39-40页 |
| ·负荷预测的误差指标 | 第40-41页 |
| ·预测步骤 | 第41-45页 |
| ·应用实例 | 第45-49页 |
| 4 短期负荷预测系统设计与实现 | 第49-64页 |
| ·系统开发原则 | 第49-50页 |
| ·系统总体结构设计 | 第50-59页 |
| ·开发语言 | 第50页 |
| ·开发工具及数据库的选择 | 第50-51页 |
| ·系统结构分析与选择 | 第51-52页 |
| ·系统开发的关键技术 | 第52-57页 |
| ·系统总体结构设计 | 第57-59页 |
| ·系统功能设计 | 第59-61页 |
| ·界面设计 | 第61-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 攻读硕士学位期间发表学术论文情况 | 第69-70页 |
| 致谢 | 第70-71页 |
