基于支持向量机的天然气管网负荷预测研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-4页 |
| 目录 | 第4-7页 |
| 1 引言 | 第7-17页 |
| ·课题背景 | 第7-8页 |
| ·天然气管网负荷研究内容概括 | 第8页 |
| ·天然气管网负荷预测的研究现状 | 第8-9页 |
| ·预测原理和方法 | 第9-15页 |
| ·回归预测技术 | 第10页 |
| ·指数平滑预测技术 | 第10-11页 |
| ·时间序列预测技术 | 第11页 |
| ·灰色预测理论 | 第11-13页 |
| ·神经网络预测技术 | 第13页 |
| ·小波分析预测技术 | 第13页 |
| ·专家系统 | 第13-14页 |
| ·组合预测技术 | 第14页 |
| ·存在的不足 | 第14-15页 |
| ·支持向量机简介 | 第15页 |
| ·本文的主要工作 | 第15-17页 |
| 2 支持向量机理论基础 | 第17-26页 |
| ·机器学习问题 | 第17-21页 |
| ·问题的表述 | 第17-18页 |
| ·基本的学习问题 | 第18页 |
| ·经验风险最小化 | 第18-19页 |
| ·模型的复杂性和推广能力 | 第19页 |
| ·VC维 | 第19-20页 |
| ·推广性的界 | 第20页 |
| ·结构风险最小化原则 | 第20-21页 |
| ·支持向量机的基本原理 | 第21-24页 |
| ·规范超平面 | 第21-23页 |
| ·核函数 | 第23页 |
| ·核函数的作用及核参数的影响 | 第23-24页 |
| ·支持向量机 | 第24-26页 |
| 3 支持向量机回归模型 | 第26-31页 |
| ·支持向量回归模型的建立 | 第26-28页 |
| ·SVM网络结构 | 第28-29页 |
| ·支持向量机训练算法 | 第29-30页 |
| ·经典二次规划算法 | 第29页 |
| ·分块法 | 第29页 |
| ·分解法 | 第29-30页 |
| ·序贯最小优化算法 | 第30页 |
| ·其它算法 | 第30-31页 |
| 4 天然气管网负荷预测模型分析 | 第31-40页 |
| ·负荷预测的特点 | 第31-32页 |
| ·负荷预测不准确性 | 第31页 |
| ·负荷预测的条件性 | 第31-32页 |
| ·负荷预测的时间性 | 第32页 |
| ·负荷预测的地区效应 | 第32页 |
| ·负荷预测的多方案性 | 第32页 |
| ·周期性 | 第32页 |
| ·影响负荷预测的主要因素 | 第32-34页 |
| ·历史负荷 | 第32-33页 |
| ·气象条件 | 第33页 |
| ·节假日的影响 | 第33页 |
| ·经济因素的影响 | 第33页 |
| ·突发事件等因素 | 第33页 |
| ·宏观产业结构调整的影响 | 第33页 |
| ·能源市场变化带来的影响 | 第33-34页 |
| ·天然气负荷预测的步骤 | 第34-37页 |
| ·历史负荷数据的收集和选择 | 第34页 |
| ·样本数据预处理 | 第34-37页 |
| ·建立合理的预测模型 | 第37-38页 |
| ·延续性原则 | 第38页 |
| ·相似性原则 | 第38页 |
| ·负荷预测的评价指标 | 第38-40页 |
| 5 基于SVM的天然气负荷预测的实现 | 第40-62页 |
| ·天然气管网负荷预测模型的建立 | 第40-41页 |
| ·模型的求解 | 第41页 |
| ·模型求解步骤 | 第41页 |
| ·核函数的选取 | 第41-42页 |
| ·算法实现 | 第42-47页 |
| ·SVM中参数的取值 | 第42-43页 |
| ·训练与预测 | 第43页 |
| ·实例及结果分析 | 第43-47页 |
| ·人工神经网络原理及模型 | 第47-51页 |
| ·BP网络的结构及算法 | 第48-49页 |
| ·BP算法实现的基本步骤 | 第49-50页 |
| ·算例 | 第50-51页 |
| ·时间序列 | 第51-60页 |
| ·自回归模型(AR模型) | 第52-53页 |
| ·自回归模型的基本步骤 | 第53-54页 |
| ·算例 | 第54-55页 |
| ·灰色预测理论 | 第55-56页 |
| ·GM(1，1)模型的建立 | 第56-57页 |
| ·对GM(1，1)模型的改进 | 第57页 |
| ·实例 | 第57-60页 |
| ·结果评价 | 第60-62页 |
| 6 结论与建议 | 第62-64页 |
| ·主要结论 | 第62-63页 |
| ·建议 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录 | 第69-73页 |
| 附件 | 第73页 |
