考虑气象因素的负荷预测方法研究及其系统实现
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景及意义 | 第10-11页 |
| ·课题来源及其研究内容 | 第11-12页 |
| ·负荷预测概述 | 第12-15页 |
| ·负荷预测的概念 | 第12-13页 |
| ·负荷预测的要点 | 第13-14页 |
| ·负荷预测的步骤 | 第14-15页 |
| ·本文的主要工作 | 第15-16页 |
| 第2章 负荷预测的关键技术研究 | 第16-31页 |
| ·原始数据预处理 | 第16-17页 |
| ·负荷预测的影响因素分析 | 第17-26页 |
| ·气象因素对负荷的影响分析 | 第17-24页 |
| ·其他因素对负荷的影响分析 | 第24-26页 |
| ·考虑气象因素的相似日评价函数 | 第26-30页 |
| ·综合日特征和形状相似度的相似日评价函数 | 第27-28页 |
| ·综合日特征和负荷趋势度的相似日评价函数 | 第28-30页 |
| ·小结 | 第30-31页 |
| 第3章 基于决策树和粒子群算法的相似日选择 | 第31-39页 |
| ·引言 | 第31页 |
| ·基于决策树技术的负荷相似日聚类 | 第31-33页 |
| ·决策树技术的基本概念 | 第31-32页 |
| ·基于决策树技术的历史日分类方法 | 第32-33页 |
| ·基于粒子群的日特征最优权重 | 第33-37页 |
| ·概述 | 第33-34页 |
| ·粒子群算法原理 | 第34-35页 |
| ·粒子群算法改进 | 第35-36页 |
| ·适应值函数 | 第36页 |
| ·算法求解步骤 | 第36-37页 |
| ·算例结果 | 第37-38页 |
| ·小结 | 第38-39页 |
| 第4章 灰色模型在超短期负荷预测中的应用 | 第39-45页 |
| ·引言 | 第39-41页 |
| ·灰色模型基本概念 | 第41-43页 |
| ·灰色模型原理 | 第41-42页 |
| ·灰色模型改进 | 第42-43页 |
| ·基于改进灰色模型的超短期负荷预测 | 第43-44页 |
| ·超短期负荷预测步骤 | 第43页 |
| ·应用结果分析 | 第43-44页 |
| ·小结 | 第44-45页 |
| 第5章 基于B/S模式的负荷预测与管理系统实现 | 第45-57页 |
| ·引言 | 第45页 |
| ·系统体系框架 | 第45-48页 |
| ·系统体系设计准则 | 第45-46页 |
| ·系统体系设计标准 | 第46页 |
| ·平台体系架构 | 第46-47页 |
| ·网络体系设计 | 第47页 |
| ·系统相关设计 | 第47-48页 |
| ·系统主要功能分析与实现 | 第48-56页 |
| ·系统功能分析 | 第48-52页 |
| ·数据库设计 | 第52-54页 |
| ·程序实现 | 第54-56页 |
| ·小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 附录A (攻读学位期间所发表的学术论文目录) | 第63-64页 |
| 附录B (攻读学位期间所参加的科研项目目录) | 第64页 |
