首页--工业技术论文--电工技术论文--输配电工程、电力网及电力系统论文--理论与分析论文--电力系统规划论文

基于BP神经网络的短期电力负荷预测的研究

摘要第4-5页
Abstract第5页
第1章 绪论第8-15页
    1.1 课题的研究背景及意义第8-9页
    1.2 国内外研究现状第9-13页
        1.2.1 电力负荷预测方法研究第9-11页
        1.2.2 气象因素在负荷预测中的应用第11-12页
        1.2.3 国内外研究现状分析第12-13页
    1.3 课题的主要研究内容第13-15页
第2章 电力负荷预测分析第15-23页
    2.1 引言第15页
    2.2 深圳市负荷特性分析第15-18页
        2.2.1 负荷的年周期性第15-16页
        2.2.2 负荷的周周期性第16-17页
        2.2.3 负荷的日周期性第17页
        2.2.4 负荷的节假日特性第17-18页
    2.3 电力负荷预测分类第18-19页
    2.4 电力负荷的影响因素第19-20页
    2.5 负荷预测的基本步骤和误差分析第20-22页
        2.5.1 负荷预测的基本步骤第20-21页
        2.5.2 误差分析第21-22页
    2.6 本章小结第22-23页
第3章BP神经网络模型建立及预测第23-37页
    3.1 引言第23页
    3.2 BP神经网络模型第23-28页
        3.2.1 BP神经网络结构第23-25页
        3.2.2 BP神经网络的学习算法第25-28页
    3.3 BP神经网络法短期电力负荷预测第28-34页
        3.3.1 历史数据的选取及预处理第28-30页
        3.3.2 样本数据的归一化及量化处理第30-32页
        3.3.3 网络的拓扑结构第32-34页
    3.4 以深圳市负荷为例进行预测分析第34-36页
    3.5 本章小结第36-37页
第4章 改进BP神经网络的短期负荷预测第37-50页
    4.1 引言第37页
    4.2 标准BP算法的优缺点及改进第37-41页
        4.2.1 标准BP算法的优缺点第37-38页
        4.2.2 BP算法的改进第38-41页
    4.3 以深圳负荷为例进行预测分析第41-49页
        4.3.1 改进BP算法的工作日负荷预测第41-47页
        4.3.2 改进算法的预测效果比较第47-48页
        4.3.3 对休息日负荷进行预测第48-49页
    4.4 本章小结第49-50页
第5章 气象因素对负荷预测的影响分析第50-59页
    5.1 引言第50页
    5.2 不考虑日特征气象因素的预测分析第50-54页
        5.2.1 对工作日的训练结果与误差分析第50-52页
        5.2.2 对休息日的训练结果和误差分析第52-54页
    5.3 基于实时气象因素的短期负荷预测第54-58页
        5.3.1 对7月份负荷进行预测第54-55页
        5.3.2 考虑实时气象因素的短期负荷预测第55-58页
    5.4 本章小结第58-59页
结论第59-60页
参考文献第60-64页
致谢第64页

论文共64页,点击 下载论文
上一篇:南宁市三个新建公园园林植物调查与植物景观评价研究
下一篇:超高层建筑核心筒优化设计研究