长春市电力市场负荷预测研究
| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 引言 | 第7-11页 |
| ·论文研究背景及意义 | 第7页 |
| ·国内外研究现状 | 第7-9页 |
| ·论文主要研究内容 | 第9-11页 |
| 第二章 电力负荷预测概述 | 第11-20页 |
| ·负荷预测概念 | 第11-12页 |
| ·负荷预测分类 | 第12页 |
| ·负荷预测按行业分类 | 第12页 |
| ·负荷预测按时间分类 | 第12页 |
| ·负荷预测按特性分类 | 第12页 |
| ·负荷预测特点 | 第12-13页 |
| ·负荷预测影响因素 | 第13-14页 |
| ·负荷预测基本步骤 | 第14-15页 |
| ·负荷预测误差分析 | 第15-16页 |
| ·电力市场环境分析 | 第16-17页 |
| ·电力市场负荷特性分析 | 第17-20页 |
| 第三章 单一序列负荷预测模型对比预测 | 第20-35页 |
| ·灰色模型 | 第20-23页 |
| ·灰色系统原理 | 第20-21页 |
| ·灰色模型建立 | 第21-22页 |
| ·改进GM（1，1）模型建立 | 第22-23页 |
| ·神经网络模型 | 第23-27页 |
| ·人工神经网络特点 | 第24页 |
| ·BP 神经网络原理 | 第24-26页 |
| ·BP 神经网络算法实现 | 第26-27页 |
| ·支持向量机模型 | 第27-30页 |
| ·支持向量机特点 | 第27页 |
| ·支持向量机原理 | 第27-28页 |
| ·支持向量机算法实现 | 第28-30页 |
| ·负荷预测精度比较 | 第30-35页 |
| 第四章 多因素影响负荷预测辅助模型 | 第35-44页 |
| ·灰色关联度模型 | 第35-38页 |
| ·关联度分析特点 | 第36页 |
| ·关联度分析原理 | 第36-37页 |
| ·关联度分析算法实现 | 第37-38页 |
| ·方差优选组合预测方法 | 第38-41页 |
| ·组合预测方法原理 | 第38-39页 |
| ·组合预测权重确定 | 第39-41页 |
| ·马尔可夫残差修正模型 | 第41-44页 |
| ·马尔可夫过程原理 | 第41页 |
| ·马尔可夫过程实现 | 第41-44页 |
| 第五章 中长期电力负荷组合预测模型 | 第44-49页 |
| ·关联度因素筛选 | 第45页 |
| ·改进GM(1,1)预测 | 第45页 |
| ·SVM 预测 | 第45-46页 |
| ·组合预测 | 第46页 |
| ·误差分析 | 第46-47页 |
| ·马尔可夫修正 | 第47-49页 |
| 第六章 总结与展望 | 第49-52页 |
| ·总结 | 第49-50页 |
| ·展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 在学习期间发表的论文和参加科研情况 | 第56页 |
