基于改进支持向量机的短期电力负荷预测研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·选题背景及意义 | 第9-10页 |
| ·选题背景 | 第9-10页 |
| ·研究意义 | 第10页 |
| ·国内外研究现状 | 第10-13页 |
| ·本文主要研究内容 | 第13-15页 |
| 第2章 电力负荷预测及其对电力企业的作用 | 第15-26页 |
| ·电力负荷预测基本介绍 | 第15-24页 |
| ·负荷预测概念和原理 | 第15-17页 |
| ·负荷预测基本程序 | 第17-19页 |
| ·负荷预测误差分析 | 第19-20页 |
| ·短期负荷预测模型预测技术 | 第20-24页 |
| ·电力负荷预测对电力企业的作用 | 第24-25页 |
| ·电力企业的分类 | 第24-25页 |
| ·电力负荷预测对供电企业的作用 | 第25页 |
| ·电力负荷预测对发电企业的作用 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第3章 支持向量机的基本原理 | 第26-33页 |
| ·从机器学习到结构风险 | 第26-29页 |
| ·机器学习过程 | 第26-27页 |
| ·两种最小化理论 | 第27-29页 |
| ·最小二乘支持向量机回归模型 | 第29-31页 |
| ·支持向量机的优势 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 历史数据处理 | 第33-39页 |
| ·数据处理的意义 | 第33页 |
| ·短期负荷数据采集 | 第33-36页 |
| ·负荷输入样本数据预处理 | 第36-37页 |
| ·气象、日期数据处理 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第5章 基于粗糙集的支持向量机输入变量属性约简 | 第39-48页 |
| ·粗糙集理论的产生和发展 | 第39页 |
| ·粗糙集属性约简理论 | 第39-43页 |
| ·粗糙集的基本概念 | 第39-41页 |
| ·粗糙集中的属性约简 | 第41-43页 |
| ·基于分辨矩阵约简算法 | 第43-44页 |
| ·输入样本数据特征提取 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第6章 算例分析 | 第48-54页 |
| ·参数确定 | 第48页 |
| ·预测分析及效果比较 | 第48-53页 |
| ·本章小结 | 第53-54页 |
| 第7章 结论与展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间发表的学术论文和其它成果 | 第58-59页 |
| 致谢 | 第59页 |
