基于电能量智能监控及计费系统的负荷预测研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-12页 |
| ·电能量计量自动化的发展需求 | 第7页 |
| ·项目介绍 | 第7-8页 |
| ·负荷预测介绍 | 第8-10页 |
| ·内容安排 | 第10-12页 |
| 第二章 电力监控系统设计 | 第12-22页 |
| ·系统设计思想 | 第12-15页 |
| ·电能采集与计费系统的特点 | 第12-13页 |
| ·系统要完成的功能 | 第13-15页 |
| ·电能数据采集与处理系统(前端系统) | 第15-17页 |
| ·分站点 | 第15-16页 |
| ·主站点 | 第16-17页 |
| ·电能采集与计费系统的应用功能(后台系统) | 第17-20页 |
| ·自动出账和收费子系统 | 第18-19页 |
| ·图形工作站子系统(GIS) | 第19-20页 |
| ·可扩展的应用功能设计 | 第20页 |
| ·电能计费系统的计量认证及其计量保证体系 | 第20-22页 |
| 第三章 神经网络基础 | 第22-34页 |
| ·神经网络的基本机理和结构 | 第23-28页 |
| ·神经元及其行为机理 | 第23-27页 |
| ·神经网络模型 | 第27页 |
| ·神经网络的学习 | 第27-28页 |
| ·反向传播BP神经网络 | 第28-34页 |
| ·BP网络学习机构 | 第28-29页 |
| ·反向传播学习的BP算法 | 第29-34页 |
| 第四章 模糊推理基础 | 第34-39页 |
| ·概述 | 第34页 |
| ·模糊集合概念 | 第34-36页 |
| ·模糊集合 | 第34-35页 |
| ·模糊集的运算 | 第35-36页 |
| ·模糊关系 | 第36页 |
| ·模糊推理 | 第36-39页 |
| ·模糊推理的基本概念 | 第36-37页 |
| ·Zedah的推理方法 | 第37页 |
| ·多维模糊推理 | 第37-38页 |
| ·多重模糊推理 | 第38-39页 |
| 第五章 模糊神经网络设计 | 第39-65页 |
| ·负荷预测的发展 | 第39页 |
| ·提高负荷预测精度的几个方法 | 第39-43页 |
| ·数据样本的预处理 | 第43-47页 |
| ·负荷数据归一化 | 第43页 |
| ·影响因素的模糊化处理 | 第43-45页 |
| ·预测系统的结构 | 第45-46页 |
| ·一些注意事项 | 第46-47页 |
| ·建立模糊神经网络 | 第47-61页 |
| ·模糊系统结构 | 第47-49页 |
| ·空间划分算法 | 第49-51页 |
| ·神经网络结构 | 第51-56页 |
| ·程序结构 | 第56-60页 |
| ·系统操作流程 | 第60-61页 |
| ·负荷预报的短期限制的原因 | 第61页 |
| ·实验结果及数据分析 | 第61-65页 |
| 第六章 结论 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-69页 |
