基于负荷特性的多小水电地区短期负荷预测
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-19页 |
| ·概述 | 第10页 |
| ·负荷预测的分类 | 第10-11页 |
| ·短期负荷预测研究的背景和意义 | 第11-12页 |
| ·短期负荷预测的国内外研究与应用现状 | 第12-15页 |
| ·研究发展过程 | 第12-13页 |
| ·常用的预测方法 | 第13-15页 |
| ·计及小水电影响的短期负荷预测方法 | 第15-18页 |
| ·研究小水电发电负荷的意义 | 第15-16页 |
| ·已有的考虑小水电影响的负荷预测方法 | 第16-18页 |
| ·本文的主要研究内容及章节安排 | 第18-19页 |
| 第二章 多小水电地区负荷特性分析 | 第19-31页 |
| ·概述 | 第19-20页 |
| ·全社会用电负荷特性分析 | 第20-25页 |
| ·内在规律 | 第20-22页 |
| ·外在特性 | 第22-25页 |
| ·小水电负荷特性分析 | 第25-28页 |
| ·内在规律 | 第25-26页 |
| ·外在特性 | 第26-28页 |
| ·负荷曲线对比分析 | 第28-30页 |
| ·小结 | 第30-31页 |
| 第三章 历史数据的处理 | 第31-47页 |
| ·负荷数据预处理 | 第31-37页 |
| ·不良数据的分类 | 第31-32页 |
| ·不良数据的辨识 | 第32-33页 |
| ·不良数据的处理修正 | 第33-36页 |
| ·实例分析 | 第36-37页 |
| ·样本聚类 | 第37-43页 |
| ·必要性分析 | 第37-39页 |
| ·模糊聚类分析 | 第39-40页 |
| ·FCM的一般步骤 | 第40-41页 |
| ·实例分析 | 第41-43页 |
| ·数据的小波分解 | 第43-47页 |
| ·小波分解理论 | 第43-44页 |
| ·负荷数据的分解 | 第44-45页 |
| ·算例分析 | 第45-47页 |
| 第四章 综合模型的建立与算例分析 | 第47-60页 |
| ·建模思路 | 第47-48页 |
| ·小水电发电负荷预测模型 | 第47-48页 |
| ·全社会用电负荷预测模型 | 第48页 |
| ·神经网络模型 | 第48-53页 |
| ·神经网络的特性 | 第48-49页 |
| ·BP神经网络 | 第49-52页 |
| ·Elman神经网络 | 第52-53页 |
| ·相似日加权平均模型 | 第53-54页 |
| ·算例分析 | 第54-60页 |
| ·特征向量的选择 | 第54-56页 |
| ·神经网络的结构 | 第56页 |
| ·仿真结果 | 第56-60页 |
| 第五章 总结与展望 | 第60-62页 |
| ·本文总结 | 第60-61页 |
| ·研究展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间发表和录用的学术论文 | 第65页 |
