| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 1 绪论 | 第14-22页 |
| 1.1 课题背景及意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-21页 |
| 1.3 本文主要研究内容 | 第21-22页 |
| 2 电力负荷的性质 | 第22-28页 |
| 2.1 引言 | 第22页 |
| 2.2 负荷的分类 | 第22-23页 |
| 2.3 负荷曲线 | 第23-24页 |
| 2.4 空间分辨率 | 第24-25页 |
| 2.5 电力负荷特性分析 | 第25-27页 |
| 2.6 本章小结 | 第27-28页 |
| 3 空间负荷预测中的配网区块划分 | 第28-39页 |
| 3.1 引言 | 第28页 |
| 3.2 传统的K均值聚类算法 | 第28-29页 |
| 3.3 基于密度的改进K均值聚类算法 | 第29-32页 |
| 3.4 配网区块划分方法 | 第32-35页 |
| 3.5 算例分析 | 第35-38页 |
| 3.6 本章小结 | 第38-39页 |
| 4 基于Log-Elman神经网络的中长期空间负荷预测 | 第39-51页 |
| 4.1 神经元结构模型 | 第39-40页 |
| 4.2 输出函数模型 | 第40-42页 |
| 4.3 Elman神经网络 | 第42-48页 |
| 4.4 实例分析 | 第48-50页 |
| 4.5 本章小结 | 第50-51页 |
| 5 基于多级聚类和改进Elman神经网络的SLF方法 | 第51-62页 |
| 5.1 引言 | 第51页 |
| 5.2 实现原理与流程 | 第51-52页 |
| 5.3 实例分析 | 第52-61页 |
| 5.4 本章小结 | 第61-62页 |
| 6 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62-63页 |
| 6.2 展望 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69-70页 |
| 作者从事科学研究和学习经历简介 | 第70-71页 |
| 攻读硕士学位期间取得的学术成果 | 第71页 |