基于GIS的电网负荷预测及其优化研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 创新点摘要 | 第6-10页 |
| 第一章 绪论 | 第10-13页 |
| ·本课题研究的背景和意义 | 第10页 |
| ·电力负荷预测技术的发展和现状 | 第10-12页 |
| ·本文主要的工作 | 第12页 |
| ·论文安排 | 第12-13页 |
| 第二章 电力系统负荷预测概述 | 第13-18页 |
| ·电力系统负荷的分类及特性 | 第13-14页 |
| ·电力系统负荷的分类 | 第13-14页 |
| ·负荷的特性 | 第14页 |
| ·负荷预测的特点和原理 | 第14-16页 |
| ·负荷预测的特点 | 第14-15页 |
| ·负荷预测的原理 | 第15-16页 |
| ·负荷预测的基本步骤 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第三章 空间负荷预测方法研究 | 第18-26页 |
| ·空间负荷预测常用方法 | 第18-20页 |
| ·灰色系统预测法 | 第20-21页 |
| ·回归分析法 | 第21-22页 |
| ·空间负荷预测不确定性因素的处理方法及特点 | 第22-24页 |
| ·空间负荷预测处理方法 | 第22-24页 |
| ·空间负荷预测方法改进 | 第24页 |
| ·改进空间负荷预测方法的特点 | 第24页 |
| ·本章小结 | 第24-26页 |
| 第四章 基于模糊逻辑的负荷预测研究 | 第26-34页 |
| ·模糊集合 | 第26-27页 |
| ·模糊关系 | 第27-28页 |
| ·语言变量 | 第28-29页 |
| ·基于IF-THEN 规则的模糊推理 | 第29-32页 |
| ·Tsukamoto 多维模糊推理 | 第32-33页 |
| ·Tsukamoto 基本模型 | 第32页 |
| ·Tsukamoto 多维模糊推理的负荷预测模型 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第五章 基于人工神经网络的负荷优化方法 | 第34-40页 |
| ·人工神经网络的数学基础 | 第34-35页 |
| ·人工神经网络概述 | 第34-35页 |
| ·神经元的拓扑结构 | 第35页 |
| ·神经网络的基本特性 | 第35页 |
| ·RBF 神经网络 | 第35-38页 |
| ·RBF 神经网络的选择 | 第35-36页 |
| ·RBF 神经网络的结构 | 第36页 |
| ·RBF 神经网络的具体实现 | 第36-37页 |
| ·RBF 网络的学习算法 | 第37-38页 |
| ·基于RBF 网络的空间负荷预测小区用地分析 | 第38-39页 |
| ·小区用地分析作用 | 第38页 |
| ·基于RBF 神经网络的小区用地评分 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第六章 电网空间负荷预测的实现 | 第40-51页 |
| ·理论和模型 | 第40-42页 |
| ·空间负荷预测模型 | 第40页 |
| ·空间负荷预测流程 | 第40-42页 |
| ·空间负荷预测详细步骤 | 第42-46页 |
| ·负荷分类 | 第42-43页 |
| ·小区的划分 | 第43页 |
| ·空间信息提取 | 第43-44页 |
| ·采用模糊推理对小区评分 | 第44页 |
| ·采用RBF 神经网络训练模糊规则 | 第44-45页 |
| ·分配土地使用 | 第45页 |
| ·小区负荷预测 | 第45-46页 |
| ·空间负荷预测实际算例 | 第46-50页 |
| ·算例系统 | 第46页 |
| ·总量负荷预测 | 第46页 |
| ·用地分类和小区划分 | 第46-47页 |
| ·多维模糊推理的空间模型 | 第47-49页 |
| ·分配土地使用 | 第49-50页 |
| ·空间负荷预测结果 | 第50页 |
| ·本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 发表文章目录 | 第56-57页 |
| 致谢 | 第57-58页 |
| 详细摘要 | 第58-63页 |
