| 第一章 前言 | 第1-14页 |
| ·电力系统负荷预测的意义和目的 | 第11页 |
| ·国内外的研究状况 | 第11-13页 |
| ·研究的主要内容 | 第13-14页 |
| 第二章 传统的负荷预测方法 | 第14-20页 |
| ·指数平滑预测法 | 第14-15页 |
| ·水平趋势预测方法 | 第14页 |
| ·线性趋势预测 | 第14-15页 |
| ·时间序列法 | 第15-18页 |
| ·回归分析 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 人工神经网络预测方法 | 第20-33页 |
| ·人工神经网络发展历史 | 第20页 |
| ·人工神经网络的基本特性 | 第20-21页 |
| ·人工神经元数学模型 | 第21-22页 |
| ·人工神经网络的工作和学习方式 | 第22-23页 |
| ·BP网络模型 | 第23-28页 |
| ·BP神经网络的结构 | 第23页 |
| ·BP网络算法及公式推导 | 第23-27页 |
| ·BP网络算法的一些改进措施 | 第27-28页 |
| ·RBF网络模型 | 第28-31页 |
| ·RBF神经网络的基本结构 | 第29-30页 |
| ·RBF网络的算法推导 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 第四章 基于人工神经网络和模糊逻辑的电力系统短期负荷预测 | 第33-48页 |
| ·影响负荷特性的因素 | 第33-35页 |
| ·日类型对负荷特性的影响 | 第33-34页 |
| ·天气因素对负荷特性的影响 | 第34页 |
| ·节假日对负荷的影响 | 第34-35页 |
| ·人工神经网络负荷预测模型 | 第35-37页 |
| ·模糊逻辑推理模型 | 第37-39页 |
| ·日负荷预测模型 | 第39-43页 |
| ·计算流程 | 第39-41页 |
| ·计算实例与分析 | 第41-43页 |
| ·小时负荷预测模型 | 第43-46页 |
| ·计算流程 | 第44-45页 |
| ·计算实例与分析 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 第五章 短期负荷预测软件的实现 | 第48-58页 |
| ·软件开发环境 | 第48页 |
| ·软件实现 | 第48-54页 |
| ·VC++与MATLAB的接口技术实现 | 第48-53页 |
| ·软件结构 | 第53-54页 |
| ·界面设计 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-59页 |
| ·工作总结 | 第58页 |
| ·未来工作展望 | 第58-59页 |
| 参考文献 | 第59-61页 |