| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景与意义 | 第9-10页 |
| 1.2 国内外研究动态 | 第10-15页 |
| 1.2.1 关于预测中不良数据识别及修正的研究 | 第10-11页 |
| 1.2.2 关于相似日选择的研究 | 第11-13页 |
| 1.2.3 关于短期负荷预测方法的研究 | 第13-15页 |
| 1.3 本文主要工作 | 第15-17页 |
| 第2章 数据预处理 | 第17-22页 |
| 2.1 引言 | 第17页 |
| 2.2 不良数据识别与修正 | 第17-20页 |
| 2.2.1 不良数据产生的原因及分类 | 第17-18页 |
| 2.2.2 改进的横纵向比较法 | 第18-20页 |
| 2.3 数据归一化处理 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基于无监督支持向量机的相似日选择方法 | 第22-31页 |
| 3.1 引言 | 第22-23页 |
| 3.2 日特征向量的提取 | 第23-24页 |
| 3.3 基于无监督支持向量机的相似日选择 | 第24-26页 |
| 3.4 有关核函数的讨论 | 第26-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第4章 基于多输出加权最小二乘支持向量机的短期负荷预测 | 第31-37页 |
| 4.1 引言 | 第31-32页 |
| 4.2 多输出最小二乘支持向量机 | 第32-34页 |
| 4.3 多输出加权最小二乘支持向量机 | 第34-35页 |
| 4.4 基于 MO-WLSSVM 模型的短期负荷预测 | 第35-36页 |
| 4.5 本章小结 | 第36-37页 |
| 第5章 烟台电网日负荷曲线预测 | 第37-43页 |
| 5.1 引言 | 第37-38页 |
| 5.2 历史数据预处理 | 第38-39页 |
| 5.3 相似日选择 | 第39-41页 |
| 5.4 基于 MO-WLSSVM 的日负荷预测结果 | 第41-42页 |
| 5.5 本章小结 | 第42-43页 |
| 第6章 结论与展望 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第48-49页 |
| 致谢 | 第49-50页 |
| 作者简介 | 第50页 |
