| 第1章 绪论 | 第1-12页 |
| ·目的和意义 | 第8-9页 |
| ·国内外发展现状 | 第9-10页 |
| ·本文研究的主要内容 | 第10-12页 |
| 第2章 电力负荷分析及预测 | 第12-23页 |
| ·电力负荷的构成 | 第12-13页 |
| ·负荷预测的基本原理 | 第13-14页 |
| ·电力负荷预测的基本步骤 | 第14-15页 |
| ·影响电力负荷预测结果的因素 | 第15页 |
| ·负荷预测的误差分析 | 第15-16页 |
| ·负荷预测方法简介 | 第16-23页 |
| ·趋势外推预测技术 | 第16-17页 |
| ·回归模型预测技术 | 第17-19页 |
| ·灰色预测技术 | 第19-23页 |
| 第3章 人工神经网络理论基础 | 第23-40页 |
| ·人工神经网络基础 | 第23-28页 |
| ·神经网络发展历史 | 第23-24页 |
| ·神经网络的基本特性 | 第24页 |
| ·神经元结构 | 第24-26页 |
| ·神经网络的结构 | 第26-28页 |
| ·学习规则 | 第28页 |
| ·BP人工神经网络 | 第28-33页 |
| ·BP人工神经网络用于预测原理 | 第28-29页 |
| ·BP人工神经网络模型 | 第29-30页 |
| ·学习规则 | 第30-32页 |
| ·隐含层节点个数的确定及初值选择 | 第32-33页 |
| ·BP学习算法的改进方法 | 第33-34页 |
| ·惯性校正法 | 第33页 |
| ·变步长 BP法 | 第33-34页 |
| ·LM(Levenberg-Marquardt)法 | 第34页 |
| ·遗传算法 | 第34-38页 |
| ·遗传算法基本概念 | 第34-35页 |
| ·遗传算法的特点 | 第35-36页 |
| ·遗传算法的步骤 | 第36-38页 |
| ·遗传算法和神经网络的结合 | 第38-40页 |
| 第4章 基于神经网络的中长期电力负荷预测 | 第40-48页 |
| ·引言 | 第40页 |
| ·电力负荷的构成 | 第40页 |
| ·中长期负荷神经网络预测建模 | 第40-46页 |
| ·用于负荷预测的神经网络基本模型 | 第40-41页 |
| ·输入节点的选取及归一化处理 | 第41-42页 |
| ·隐层节点个数的选取 | 第42-43页 |
| ·用遗传算法优化神经网络初始权值 | 第43-45页 |
| ·负荷预测流程 | 第45-46页 |
| ·预测结果 | 第46-48页 |
| 第5章 结论与展望 | 第48-50页 |
| ·结论 | 第48页 |
| ·不足和展望 | 第48-50页 |
| 参考文献 | 第50-52页 |
| 攻读硕士学位期间科研工作情况 | 第52-53页 |
| 致谢 | 第53页 |