基于循环神经网络的电力负荷组合预测模型研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-21页 |
| 1.1 背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-19页 |
| 1.3 本文研究的主要内容 | 第19页 |
| 1.4 论文结构安排 | 第19-21页 |
| 2 基于循环神经网络的组合预测模型设计 | 第21-35页 |
| 2.1 改进的聚类算法Ak-means | 第21-25页 |
| 2.2 组合预测模型结构设计 | 第25-27页 |
| 2.3 组合网络时间步长优化 | 第27-28页 |
| 2.4 局部试凑法确定神经元数量 | 第28-29页 |
| 2.5 激活函数对比分析 | 第29-31页 |
| 2.6 组合预测模型训练 | 第31-33页 |
| 2.7 组合预测模型对比测试 | 第33-34页 |
| 2.8 本章小结 | 第34-35页 |
| 3 数据预处理和组合预测模型应用 | 第35-45页 |
| 3.1 电力负荷数据的预处理 | 第35-38页 |
| 3.2 电力负荷数据标准化方式对比 | 第38-40页 |
| 3.3 电力负荷预测模型的评价指标 | 第40-41页 |
| 3.4 组合预测模型在电力管理系统中的应用 | 第41-44页 |
| 3.5 本章小结 | 第44-45页 |
| 4 测试分析 | 第45-59页 |
| 4.1 数据集划分 | 第45-47页 |
| 4.2 聚类分析结果 | 第47-48页 |
| 4.3 模型训练过程 | 第48-49页 |
| 4.4 测试结果对比分析 | 第49-57页 |
| 4.5 本章小结 | 第57-59页 |
| 5 总结与展望 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 附录1 攻读硕士学位期间参加的主要科研项目 | 第67页 |
