| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第16-26页 |
| 1.1 课题研究背景及意义 | 第16-17页 |
| 1.2 负荷预测概述 | 第17-19页 |
| 1.3 短期负荷预测的研究现状 | 第19-24页 |
| 1.4 本文主要内容及工作安排 | 第24-26页 |
| 2 基于负荷特性分析的负荷分解模型 | 第26-45页 |
| 2.1 负荷特性分析的关键点 | 第26页 |
| 2.2 负荷变化的影响因素 | 第26-27页 |
| 2.3 负荷变化的周期性规律 | 第27-29页 |
| 2.4 负荷特性实例分析 | 第29-36页 |
| 2.5 负荷分解模型 | 第36-39页 |
| 2.6 气象敏感负荷影响因素分析 | 第39-43页 |
| 2.7 本章小结 | 第43-45页 |
| 3 基于支持向量机的短期负荷预测 | 第45-68页 |
| 3.1 支持向量机的基本原理 | 第45-53页 |
| 3.2 短期负荷预测样本的选择与数据处理 | 第53-58页 |
| 3.3 基于SVR的短期负荷预测模型 | 第58-60页 |
| 3.4 实例分析 | 第60-67页 |
| 3.5 本章小结 | 第67-68页 |
| 4 基于负荷分解和组合模型的短期负荷预测方法 | 第68-78页 |
| 4.1 基于傅里叶残差修正模型的基础负荷预测方法 | 第68-72页 |
| 4.2 基于K均值聚类与PSO-SVR的气象敏感负荷预测方法 | 第72-76页 |
| 4.3 负荷预测总体思路 | 第76-77页 |
| 4.4 本章小结 | 第77-78页 |
| 5 实例分析 | 第78-93页 |
| 5.1 基础负荷预测 | 第78-81页 |
| 5.2 气象敏感负荷预测 | 第81-85页 |
| 5.3 总负荷预测 | 第85-87页 |
| 5.4 预测结果分析 | 第87-91页 |
| 5.5 本章小结 | 第91-93页 |
| 6 总结与展望 | 第93-95页 |
| 6.1 本文工作总结 | 第93-94页 |
| 6.2 后续工作展望 | 第94-95页 |
| 参考文献 | 第95-101页 |
| 附录 1 | 第101-105页 |
| 作者简历 | 第105-107页 |
| 学位论文数据集 | 第107页 |