基于赫斯特指数和分形理论的负荷预测研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 缩略语对照表 | 第10-13页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 负荷预测的意义 | 第13-15页 |
| 1.2 负荷预测的现状 | 第15-16页 |
| 1.3 论文的主要工作与结构安排 | 第16-19页 |
| 第二章 负荷预测分类及特性 | 第19-25页 |
| 2.1 负荷预测的分类 | 第19-22页 |
| 2.1.1 按时间分类 | 第19-21页 |
| 2.1.2 按行业分类 | 第21-22页 |
| 2.1.3 按特性分类 | 第22页 |
| 2.2 负荷预测的特性 | 第22-24页 |
| 2.2.1 不确定性 | 第22页 |
| 2.2.2 条件性 | 第22-23页 |
| 2.2.3 连续性 | 第23页 |
| 2.2.4 周期性 | 第23-24页 |
| 2.2.5 时间性 | 第24页 |
| 2.2.6 多方案性 | 第24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 传统负荷预测方法及实例分析 | 第25-39页 |
| 3.1 负荷预测传统算法 | 第25-33页 |
| 3.1.1 加权平均法 | 第25-26页 |
| 3.1.2 回归预测法 | 第26-27页 |
| 3.1.3 最小二乘法 | 第27-28页 |
| 3.1.4 指数平滑法 | 第28-30页 |
| 3.1.5 神经网络法 | 第30-33页 |
| 3.2 实例分析 | 第33-37页 |
| 3.2.1 加权平均法 | 第33-34页 |
| 3.2.2 回归预测法 | 第34-35页 |
| 3.2.3 最小二乘法 | 第35-36页 |
| 3.2.4 指数平滑法 | 第36-37页 |
| 3.2.5 神经网络法 | 第37页 |
| 3.3 本章小结 | 第37-39页 |
| 第四章 基于赫斯特指数和分形理论的负荷预测 | 第39-53页 |
| 4.1 分形理论 | 第39-40页 |
| 4.1.1 分形的发展及定义 | 第39-40页 |
| 4.1.2 分形维数 | 第40页 |
| 4.2 重标极差（R/S）分析法和赫斯特指数 | 第40-42页 |
| 4.3 长期趋势判断 | 第42-44页 |
| 4.4 短期精确预测 | 第44-48页 |
| 4.4.1 突变点的选择 | 第44-46页 |
| 4.4.2 反推的基本原理 | 第46-48页 |
| 4.4.3 反推结果及与实际情况对照分析 | 第48页 |
| 4.5 基于赫斯特指数对案例进行分析 | 第48-51页 |
| 4.6 本章小结 | 第51-53页 |
| 第五章 结论与展望 | 第53-55页 |
| 5.1 本文主要结论 | 第53页 |
| 5.2 后续工作展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-61页 |
| 作者简介 | 第61-62页 |
