基于组合方法的短期电力负荷预测
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 1 绪论 | 第10-18页 |
| ·选题背景和研究意义 | 第10-11页 |
| ·电力负荷预测的分类 | 第11-12页 |
| ·电力负荷预测的研究现状 | 第12-16页 |
| ·本文的主要工作 | 第16-18页 |
| 2 过程神经元网络的理论基础 | 第18-30页 |
| ·传统神经网络理论 | 第18-21页 |
| ·过程神经网络理论 | 第21-23页 |
| ·权函数正交基展开的学习算法 | 第23-29页 |
| ·勒让德正交基展开的算法描述 | 第29页 |
| ·本章小结 | 第29-30页 |
| 3 粒子群算法概述 | 第30-45页 |
| ·粒子群算法研究现状 | 第31-34页 |
| ·粒子群优化算法的改进策略 | 第34-37页 |
| ·收敛性分析 | 第37-41页 |
| ·仿真算例实验 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 4 经验模态分解法 | 第45-51页 |
| ·研究现状 | 第45-46页 |
| ·EMD原理 | 第46页 |
| ·EMD方法的分解过程 | 第46-48页 |
| ·短期负荷序列的EMD分解 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 5 基于组合方法的短期电力负荷预测 | 第51-58页 |
| ·ADPSO-PNN的组合预测方法 | 第51-53页 |
| ·算法步骤和流程 | 第53-54页 |
| ·预测结果分析 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 6 结论 | 第58-60页 |
| ·全文总结 | 第58-59页 |
| ·研究展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 个人简历、在学期间发表的学术论文 | 第64页 |
