基于智能算法的电力负荷预测分析
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| §1-1 负荷预测研究的背景和意义 | 第9-10页 |
| §1-2 国内外研究方法现状 | 第10-13页 |
| §1-3 本文的主要内容 | 第13-15页 |
| 第二章 现代电网的发展趋势 | 第15-23页 |
| §2-1 智能电网的产生背景 | 第15-16页 |
| §2-2 智能电网发展趋势 | 第16-19页 |
| §2-3 目前电力系统面临的挑战 | 第19-21页 |
| 2-3-1 传统电网与智能电网的差异 | 第19-21页 |
| §2-4 国内外智能电网建设发展情况 | 第21-23页 |
| 第三章 电力负荷预测研究 | 第23-32页 |
| §3-1 电力负荷预测概念 | 第23页 |
| §3-2 电力负荷特性分析 | 第23-32页 |
| 3-2-1 短期负荷特性 | 第23-24页 |
| 3-2-2 基本负荷分量研究 | 第24-28页 |
| 3-2-3 天气重要分量分析 | 第28-32页 |
| 第四章 基于神经网络的电力负荷预测 | 第32-39页 |
| §4-1 BP 神经网络 | 第32-34页 |
| 4-1-1 BP 网络学习算法 | 第33-34页 |
| §4-2 RBF 神经网络 | 第34-36页 |
| §4-3 RBF 神经网络算法 | 第36-39页 |
| 4-3-1 RBF 神经网络聚类算法 | 第36-37页 |
| 4-3-2 正交最小二乘学习算法 | 第37-39页 |
| 第五章 基于模糊算法的神经网络 | 第39-49页 |
| §5-1 模糊理论 | 第39-40页 |
| §5-2 基于模糊算法的神经网络 | 第40-46页 |
| 5-2-1 RBF 神经网络的建立 | 第40-42页 |
| 5-2-2 负荷数据处理 | 第42页 |
| 5-2-3 电力负荷预测模糊控制器的设计 | 第42-46页 |
| 5-2-4 基于模糊算法的神经网络负荷预测 | 第46页 |
| §5-3 仿真结果分析 | 第46-48页 |
| 5-3-1 与 RBF 神经网络预测的比较分析 | 第46-47页 |
| 5-3-2 与 BP 神经网络预测的比较分析 | 第47页 |
| 5-3-3 预测日负荷曲线 | 第47-48页 |
| §5-4 本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 攻读学位期间所取得的相关科研成果 | 第54页 |
