基于软计算方法的电力系统负荷预测
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-12页 |
| 第一章 绪论 | 第12-25页 |
| ·负荷预测的意义 | 第12页 |
| ·负荷预测的分类 | 第12页 |
| ·电力系统负荷的特性及其影响因素 | 第12-15页 |
| ·电力系统符合的特性 | 第13-14页 |
| ·电力系统负荷的影响因素 | 第14-15页 |
| ·负荷预测的特点 | 第15页 |
| ·短期负荷预测 | 第15-22页 |
| ·时间序列法 | 第16-17页 |
| ·人工神经网络法 | 第17-19页 |
| ·支持向量机法 | 第19-20页 |
| ·混沌理论法 | 第20-21页 |
| ·分形理论法 | 第21页 |
| ·组合预测法 | 第21-22页 |
| ·城市年用电量预测 | 第22-23页 |
| ·本文的主要工作 | 第23-25页 |
| 第二章神经网络和免疫算法 | 第25-41页 |
| ·神经网络 | 第25-32页 |
| ·神经元模型 | 第25-26页 |
| ·BP 网络 | 第26-29页 |
| ·径向基函数网络 | 第29-30页 |
| ·神经网络的设计 | 第30-32页 |
| ·免疫算法 | 第32-40页 |
| ·生物免疫机理 | 第32-36页 |
| ·免疫算法 | 第36-40页 |
| ·小结 | 第40-41页 |
| 第三章 免疫聚类RBF 网络预测模型 | 第41-57页 |
| ·K 均值聚类算法 | 第41-42页 |
| ·共生进化免疫规划聚类算法 | 第42-48页 |
| ·共生进化原理 | 第42页 |
| ·免疫规划原理 | 第42-43页 |
| ·共生进化免疫规划聚类算法 | 第43-48页 |
| ·新型RBF 神经网络混合学习算法 | 第48页 |
| ·免疫聚类RBF 网络预测模型 | 第48-54页 |
| ·历史数据预处理 | 第48-50页 |
| ·负荷数据的标准化 | 第50页 |
| ·样本选取 | 第50页 |
| ·神经网络结构的确定 | 第50-52页 |
| ·神经网络的训练 | 第52-53页 |
| ·预测误差分析 | 第53-54页 |
| ·算例分析 | 第54-55页 |
| ·小结 | 第55-57页 |
| 第四章 协同进化免疫网络预测模型 | 第57-70页 |
| ·协同进化算法 | 第57-60页 |
| ·协同进化算法框架 | 第57-59页 |
| ·协同进化算法的优化理论 | 第59-60页 |
| ·协同进化免疫算法 | 第60-64页 |
| ·协同进化免疫网络 | 第64-67页 |
| ·抗原识别 | 第65页 |
| ·产生每个物种的初始种群 | 第65页 |
| ·抗体与抗原的亲和力 | 第65-66页 |
| ·产生记忆细胞 | 第66页 |
| ·抗体浓度 | 第66页 |
| ·抗体生存率和免疫补充 | 第66页 |
| ·交叉和变异 | 第66-67页 |
| ·协同进化免疫网络预测模型 | 第67页 |
| ·算例分析 | 第67-68页 |
| ·小结 | 第68-70页 |
| 第五章免疫支持向量机预测模型 | 第70-84页 |
| ·支持向量机与人工神经网络 | 第70-71页 |
| ·SVM 方法的原理 | 第71-76页 |
| ·SVM 的回归估计原理 | 第72-74页 |
| ·关于SVM 的说明 | 第74页 |
| ·SVM 的训练算法 | 第74-76页 |
| ·SVM 的参数性能分析 | 第76-77页 |
| ·免疫支持向量机 | 第77-79页 |
| ·算法流程 | 第77页 |
| ·抗原识别 | 第77页 |
| ·产生初始抗体群 | 第77-78页 |
| ·抗体与抗原的亲和力 | 第78页 |
| ·结束条件 | 第78页 |
| ·抗体浓度 | 第78页 |
| ·抗体生存率和免疫补充 | 第78-79页 |
| ·交叉和变异 | 第79页 |
| ·免疫支持向量机预测模型 | 第79页 |
| ·算例分析 | 第79-81页 |
| ·小结 | 第81-84页 |
| 第六章 灰色神经网络预测模型 | 第84-92页 |
| ·城市年用电量的增长规律 | 第84-85页 |
| ·灰色神经网络模型GNNM(1,1) | 第85-89页 |
| ·灰色GM(1,1)模型 | 第85-87页 |
| ·BP 神经网络 | 第87页 |
| ·灰色神经网络模型GNNM(1,1) | 第87-89页 |
| ·算例分析 | 第89-91页 |
| ·小结 | 第91-92页 |
| 第七章 全文总结 | 第92-94页 |
| ·总结 | 第92-93页 |
| ·有待进一步开展的工作 | 第93-94页 |
| 参考文献 | 第94-105页 |
| 致谢 | 第105-106页 |
| 攻读学位期间发表的学术论文目录 | 第106页 |
