| 摘要 | 第1-12页 |
| ABSTRACT | 第12-17页 |
| 第1章 绪论 | 第17-27页 |
| ·课题背景与意义 | 第17-18页 |
| ·课题研究现状回顾与评述 | 第18-21页 |
| ·关于负荷预测 | 第18-19页 |
| ·关于动态状态估计 | 第19-20页 |
| ·关于状态预估 | 第20页 |
| ·关于预测、预估与决策的关系 | 第20-21页 |
| ·预测、估计及预估间的辩证关系 | 第21-24页 |
| ·本文的主要工作和成果 | 第24-27页 |
| 第2章 多节点的超短期有功、无功负荷预测 | 第27-59页 |
| ·引言 | 第27-28页 |
| ·负荷变化的规律性分析 | 第28-31页 |
| ·自适应动态模型的总体构架 | 第31-33页 |
| ·全网有功负荷的预测方法 | 第33-41页 |
| ·统计学习理论的核心问题 | 第34-36页 |
| ·RLS-SVM预测模型 | 第36-39页 |
| ·参数特性对预测模型的影响 | 第39-40页 |
| ·超短期全网有功总量预测的具体实现 | 第40-41页 |
| ·节点负荷动态行为特征模型的描述与推导 | 第41-50页 |
| ·模型的描述 | 第41-43页 |
| ·预测模型的推导过程 | 第43-45页 |
| ·卡尔曼滤波模型 | 第45-50页 |
| ·Takagi-Sugeno模糊校正 | 第50-54页 |
| ·T-S模糊预测校正控制器的基本结构 | 第50-52页 |
| ·T-S模糊预测校正控制器的原理 | 第52-53页 |
| ·模型参数的选择 | 第53-54页 |
| ·实例分析 | 第54-57页 |
| ·小结 | 第57-59页 |
| 第3章 综合预测与自适应滤波结合的动态状态估计算法 | 第59-77页 |
| ·引言 | 第59-60页 |
| ·EKF动态估计和存在问题分析 | 第60-62页 |
| ·自适应动态估计模型的总体描述 | 第62-64页 |
| ·综合预测模型 | 第64-68页 |
| ·综合预测模型的有关定义 | 第65-66页 |
| ·近似综合最优预测模型 | 第66-68页 |
| ·自适应LSSVM滤波器 | 第68-72页 |
| ·原理 | 第69-70页 |
| ·求解方法 | 第70-72页 |
| ·实例及其分析 | 第72-76页 |
| ·样本、参数选择及性能评价指标 | 第72-73页 |
| ·仿真结果及分析 | 第73-76页 |
| ·小结 | 第76-77页 |
| 第4章 计及节点功率扰动特性的状态预估方法 | 第77-89页 |
| ·引言 | 第77-78页 |
| ·总体描述 | 第78-79页 |
| ·扰动功率与状态变化的关系 | 第79-81页 |
| ·节点扰动功率的预测模型 | 第81-82页 |
| ·预估模型 | 第82-85页 |
| ·实例及分析 | 第85-86页 |
| ·小结 | 第86-89页 |
| 第5章 融入调控决策效果的预测、预估技术 | 第89-99页 |
| ·引言 | 第89-91页 |
| ·基于投资理论的组合预估模型 | 第91-92页 |
| ·无功优化效果的指标化 | 第92-93页 |
| ·考虑决策效果的优化模型 | 第93-95页 |
| ·实例分析 | 第95-97页 |
| ·小结 | 第97-99页 |
| 第6章 结论与展望 | 第99-101页 |
| 附录A 各频段波形图 | 第101-103页 |
| 附录B 各节点负荷预测结果 | 第103-108页 |
| 参考文献 | 第108-115页 |
| 致谢 | 第115-116页 |
| 攻读博士学位期间发表与录用的学术论文 | 第116-117页 |
| 攻读博士学位期间参与的课题研究与项目研发 | 第117-118页 |
| 学位论文评阅及答辩情况表 | 第118页 |