| 摘要 | 第1-7页 |
| abstract | 第7-9页 |
| 1 绪论 | 第9-16页 |
| ·选题背景及意义 | 第9-10页 |
| ·短期负荷预测国内外研究现状 | 第10-14页 |
| ·电力负荷预测发展阶段概述 | 第11-12页 |
| ·短期电力负荷国外研究现状 | 第12-13页 |
| ·短期电力负荷国内研究现状 | 第13-14页 |
| ·研究内容 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 2 电力系统短期负荷预测的特点和方法 | 第16-26页 |
| ·电力系统短期负荷预测的特点 | 第16-17页 |
| ·电力系统短期负荷预测的方法 | 第17-25页 |
| ·传统预测方法 | 第17-21页 |
| ·人工智能预测方法 | 第21-25页 |
| ·本章小结 | 第25-26页 |
| 3 基于模糊神经网络的短期电力负荷预测模型 | 第26-51页 |
| ·BP 神经网络 | 第26-41页 |
| ·人工神经网络 | 第26-28页 |
| ·BP 神经网络 | 第28-29页 |
| ·BP 学习过程以及基本学习训练运算步骤 | 第29-33页 |
| ·BP 神经网络建模及MATLAB 实现 | 第33-41页 |
| ·BP 算法问题以及改进 | 第41-43页 |
| ·模糊逻辑控制系统 | 第43-49页 |
| ·模糊逻辑控制基本原理 | 第44-45页 |
| ·模糊神经网络控制系统工作原理 | 第45-46页 |
| ·模糊控制系统的设计 | 第46-49页 |
| ·模糊神经网络模型结构 | 第49-50页 |
| ·模糊神经网络模型结构 | 第49-50页 |
| ·网络输入和输出数据的选择 | 第50页 |
| ·本章小结 | 第50-51页 |
| 4 基于模糊神经网络的短期电力负荷预测模型建模仿真 | 第51-62页 |
| ·负荷预测的基本流程 | 第51-52页 |
| ·样本数据中异点剔除处理 | 第52-53页 |
| ·丢失数据日相似日的选取 | 第53-54页 |
| ·样本数据归一化处理 | 第54页 |
| ·模糊神经网络建模及 MATLAB 实现 | 第54-61页 |
| ·本章小结 | 第61-62页 |
| 5 电力系统短期电力负荷预测可视化界面设计 | 第62-68页 |
| ·VisualC++与Matlab 接口设计 | 第62-63页 |
| ·模糊神经网络负荷预测系统软件结构即分项功能 | 第63-67页 |
| ·软件整体功能结构 | 第63-64页 |
| ·分项功能界面简介 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 小结与展望 | 第68-71页 |
| 参考文献 | 第71-76页 |
| 致谢 | 第76-77页 |
| 附录 | 第77-80页 |
| 攻读学位期间发表的相关论文 | 第80页 |