| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 电力系统的负荷确定预测方法 | 第11-13页 |
| 1.2.2 电力系统的负荷区间预测方法 | 第13-14页 |
| 1.3 论文研究思路和结构安排 | 第14-16页 |
| 1.3.1 研究思路 | 第14-15页 |
| 1.3.2 论文结构 | 第15-16页 |
| 第2章 电力负荷特点及短期预测分析 | 第16-27页 |
| 2.1 电力负荷构成及负荷预测特点 | 第16-20页 |
| 2.1.1 电力负荷的构成 | 第16-17页 |
| 2.1.2 电力负荷预测的分类 | 第17-19页 |
| 2.1.3 电力负荷预测特点 | 第19-20页 |
| 2.2 短期负荷特性分析及预测方法 | 第20-26页 |
| 2.2.1 短期负荷特性分析 | 第20-25页 |
| 2.2.2 短期负荷预测基本过程 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 基于PSO-LSSVM的短期负荷确定预测 | 第27-43页 |
| 3.1 数据预处理 | 第27-30页 |
| 3.1.1 缺失数据补充 | 第27-28页 |
| 3.1.2 异常数据修正 | 第28-29页 |
| 3.1.3 样本数据的特征选择及归一化 | 第29-30页 |
| 3.2 基于PSO-LSSVM的短期负荷预测模型 | 第30-40页 |
| 3.2.1 支持向量回归原理 | 第30-36页 |
| 3.2.2 基于PSO-LSSVM短期负荷预测模型 | 第36-40页 |
| 3.3 实例仿真与结果分析 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 基于高斯核密度估计的短期负荷区间预测 | 第43-52页 |
| 4.1 核密度估计方法及最优窗宽选择 | 第43-45页 |
| 4.1.1 核密度估计方法 | 第43-44页 |
| 4.1.2 最优宽选择 | 第44-45页 |
| 4.2 短期负荷区间预测方法 | 第45-48页 |
| 4.2.1 相对误差特性统计及区间划分 | 第45-46页 |
| 4.2.2 短期负荷区间预测 | 第46-47页 |
| 4.2.3 区间预测评价指标 | 第47-48页 |
| 4.3 仿真实例与结果分析 | 第48-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第5章 结论 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 在学研究成果 | 第56-57页 |
| 致谢 | 第57页 |