| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究概况 | 第13-15页 |
| 1.3 本文的研究内容和结构 | 第15-17页 |
| 第2章 超短期负荷预测分析 | 第17-30页 |
| 2.1 电力系统负荷预测 | 第17-20页 |
| 2.1.1 负荷预测概念及分类 | 第17页 |
| 2.1.2 负荷的特点分析 | 第17-20页 |
| 2.1.3 电力系统总负荷预测模型 | 第20页 |
| 2.2 超短期负荷预测概述 | 第20-27页 |
| 2.2.1 负荷数据预处理 | 第20-23页 |
| 2.2.2 预测样本的选择 | 第23-24页 |
| 2.2.3 负荷预测方式 | 第24-25页 |
| 2.2.4 常用预测方法 | 第25-27页 |
| 2.3 误差评价指标 | 第27-28页 |
| 2.3.1 预测误差产生原因 | 第27页 |
| 2.3.2 误差评价指标 | 第27-28页 |
| 2.4 超短期负荷预测步骤 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 稳健回声状态网络 | 第30-41页 |
| 3.1 人工神经网络 | 第30页 |
| 3.2 回声状态网络 | 第30-34页 |
| 3.2.1 回声状态网络基本结构 | 第30-31页 |
| 3.2.2 回声状态网络关键参数 | 第31-33页 |
| 3.2.3 回声状态属性 | 第33页 |
| 3.2.4 回声状态网络的构建过程 | 第33-34页 |
| 3.3 M估计稳健回归 | 第34-38页 |
| 3.3.1 稳健回归介绍 | 第35-37页 |
| 3.3.2 稳健回归求解过程 | 第37-38页 |
| 3.3.3 稳健回归实例分析 | 第38页 |
| 3.4 基于稳健回归和回声状态网络的超短期负荷预测 | 第38-39页 |
| 3.5 本章小结 | 第39-41页 |
| 第4章 仿真分析 | 第41-55页 |
| 4.1 负荷数据预处理 | 第41-44页 |
| 4.1.1 训练阶段数据预处理 | 第41-42页 |
| 4.1.2 预测阶段数据预处理 | 第42-43页 |
| 4.1.3 数据预处理结果 | 第43-44页 |
| 4.2 网络结构与参数 | 第44-47页 |
| 4.2.1 网络的输入 | 第44-46页 |
| 4.2.2 网络参数设置 | 第46-47页 |
| 4.3 输入优化 | 第47-50页 |
| 4.3.1 输入优化处理 | 第47-48页 |
| 4.3.2 输入优化仿真分析 | 第48-50页 |
| 4.4 基于RESN的超短期负荷预测 | 第50-54页 |
| 4.5 本章小结 | 第54-55页 |
| 结论与展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 附录A 攻读硕士学位期间所发表的主要学术论文目录 | 第62-63页 |
| 附录B 攻读学位期间所参加的科研项目目录 | 第63页 |