首页--工业技术论文--电工技术论文--输配电工程、电力网及电力系统论文--理论与分析论文--电力系统规划论文

偏最小二乘回归分析在短期负荷预测中的应用

摘要第1-7页
Abstract第7-11页
第1章 绪论第11-19页
   ·短期负荷预测和意义第11-12页
   ·目前国内外研究现状第12-13页
   ·负荷预测的基本原理第13-14页
   ·负荷预测的特点第14-15页
   ·负荷预测的基本要求第15页
   ·影响负荷预测的主要因素第15-16页
   ·负荷预测误差分析第16-17页
   ·负荷预测的基本程序第17页
   ·本文主要工作第17-19页
第2章 多元线性回归中的多重相关性分析第19-28页
   ·多元线性回归的定义第19-20页
     ·回归模型的数学表达第19-20页
     ·回归系数的估计第20页
   ·多重相关性的含义第20-21页
   ·形成多重相关性的因素第21页
   ·多重相关性的危害第21-23页
   ·多重相关性的识别第23-24页
   ·处理多重相关的方法第24-27页
     ·偏F 检验法第24-25页
     ·前向选择变量法第25页
     ·后向选择变量法第25-26页
     ·逐步回归法第26页
     ·变量筛选方法的缺陷第26-27页
   ·小结第27-28页
第3章 偏最小二乘回归理论第28-34页
   ·主成分分析第28-29页
   ·典型相关分析第29-30页
   ·最小二乘回归分析第30-31页
   ·偏最小二乘回归分析第31-34页
第4章 基于偏最小二乘回归的短期负荷预测在实际中的应用第34-43页
   ·建模前需要考虑的问题第34页
   ·建模对象第34页
   ·数据预处理-标准化处理第34-35页
   ·样本聚类第35-36页
   ·偏最小二乘回归建模第36-37页
   ·交叉有效性分析第37-38页
   ·特异点的剔除第38-39页
   ·预测结果和分析第39-42页
   ·小结第42-43页
第5章 基于“十因子法”的偏最小二乘回归在美国南部某地短期负荷预测中的应用第43-50页
   ·概述第43页
   ·十因子选取第43-44页
   ·数据来源第44-47页
   ·多重共线性的识别和诊断第47页
   ·模型精度分析第47-49页
   ·预测结果分析第49-50页
结论第50-51页
致谢第51-52页
参考文献第52-56页
附录第56-72页
作者简介第72页
发表论文和参加科研情况第72-73页

论文共73页,点击 下载论文
上一篇:纳米材料与粉煤灰复掺对混凝土渗透性能影响的试验研究
下一篇:电控单体集成泵燃油喷射系统的仿真分析