| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 1 绪论 | 第9-20页 |
| ·课题的目的和意义 | 第9-13页 |
| ·国内外研究现状与展望 | 第13-18页 |
| ·本文所做的主要工作 | 第18-20页 |
| 2 短期电价预测方法 | 第20-47页 |
| ·传统预测方法 | 第21-23页 |
| ·现代预测方法 | 第23-42页 |
| ·对BP 神经网络的改进方法 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 3 中长期电价预测方法 | 第47-53页 |
| ·传统预测方法 | 第47-49页 |
| ·现代预测方法 | 第49-51页 |
| ·本章小结 | 第51-53页 |
| 4 相似性原理模型在短期电价预测中的应用 | 第53-61页 |
| ·相似性模型 | 第53-55页 |
| ·BP 神经网络 | 第55-56页 |
| ·周末及节假日电价值的特殊处理 | 第56-57页 |
| ·算例分析 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 5 动态模糊神经网络模型在短期电价预测中的应用 | 第61-70页 |
| ·粗糙集(RS)理论和遗传算法简介 | 第61-63页 |
| ·基于RS 和GA 的动态模糊神经网络短期电价预测模型 | 第63-67页 |
| ·算例分析 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 6 全文总结 | 第70-72页 |
| ·全文内容 | 第70-71页 |
| ·后继工作及展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 附录1 攻读硕士学位期间发表论文 | 第77-78页 |
| 附录2 攻读硕士学位参加相关课题 | 第78-79页 |
| 附录3 美国加州电力市场数据 | 第79-91页 |