| 中文摘要 | 第1页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·短期负荷预测的重要意义 | 第7-8页 |
| ·短期负荷预测研究现状 | 第8-11页 |
| ·目前电力系统短期负荷预测存在的问题 | 第11-12页 |
| ·本文的主要工作 | 第12-13页 |
| 第二章 负荷特性及其与气象条件的关系 | 第13-22页 |
| ·电力负荷规律性分析 | 第13-16页 |
| ·气象条件与电力负荷关系分析 | 第16-22页 |
| ·综合气象指数 | 第17-18页 |
| ·电力负荷与各综合气象指数的关系 | 第18-22页 |
| 第三章 基于聚类分析和信息增益率函数的气象属性离散化 | 第22-32页 |
| ·信息增益率函数 | 第22-23页 |
| ·信息熵的概念 | 第22-23页 |
| ·信息增益率函数 | 第23页 |
| ·聚类分析 | 第23-26页 |
| ·聚类的基本描述 | 第23-24页 |
| ·传统 K 均值聚类方法 | 第24页 |
| ·逐级均值聚类算法 | 第24-26页 |
| ·基于信息增益率函数和聚类分析的气象属性离散化算法 | 第26-28页 |
| ·离散化问题的描述 | 第26-27页 |
| ·气象属性的离散化算法 | 第27-28页 |
| ·算法应用 | 第28-30页 |
| ·数据源 | 第28-29页 |
| ·离散化的结果 | 第29-30页 |
| ·算法的测试和比较 | 第30-32页 |
| ·ID3 算法 | 第30页 |
| ·测试结果比较 | 第30-32页 |
| 第四章 基于 MDRBR 的电力系统短期负荷预测模型 | 第32-41页 |
| ·传统的粗糙集挖掘算法 | 第33页 |
| ·默认规则挖掘算法 | 第33-38页 |
| ·默认规则 | 第33-34页 |
| ·MDRBR 的搜索策略 | 第34-35页 |
| ·MDRBR 的挖掘算法 | 第35-37页 |
| ·算法的基本描述 | 第35-36页 |
| ·算法的验证 | 第36-37页 |
| ·带粗糙集算子的决策规则集 | 第37-38页 |
| ·基于 MDRBR 的电力系统短期负荷预测模型 | 第38-41页 |
| 第五章 网格化电力系统短期负荷预测的 MDRBR 模型 | 第41-55页 |
| ·网格化电力系统短期负荷预测的 MDRBR 模型的建立 | 第42-46页 |
| ·条件属性的选择 | 第42-43页 |
| ·部分属性的离散化 | 第43-45页 |
| ·影响负荷最优属性的选取 | 第45-46页 |
| ·实计算例 | 第46-55页 |
| ·京津唐地区 | 第46-52页 |
| ·保定地区 | 第52-55页 |
| 第六章 结论 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 在学期间发表的学术论文和参加科研情况 | 第60-61页 |
