| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 论文的选题的背景及意义 | 第10-11页 |
| 1.2 电力负荷预测的概述 | 第11-12页 |
| 1.2.1 电力负荷的概念 | 第11页 |
| 1.2.2 电力负荷预测的作用 | 第11页 |
| 1.2.3 电力负荷预测的特点 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-13页 |
| 1.4 论文的总体思路和主要工作 | 第13-15页 |
| 第2章 电力负荷预测方法分析 | 第15-20页 |
| 2.1 电力负荷预测的分类 | 第15页 |
| 2.2 电力系统负荷的影响因素 | 第15-16页 |
| 2.3 负荷预测常用方法及其简要分析 | 第16-18页 |
| 2.3.1 传统负荷预测方法 | 第16-17页 |
| 2.3.2 现代负荷预测方法 | 第17-18页 |
| 2.4 负荷预测误差分析 | 第18-20页 |
| 2.4.1 误差产生的原因 | 第18页 |
| 2.4.2 预测误差的主要计算方式 | 第18-20页 |
| 第3章 BP神经网络算法研究 | 第20-30页 |
| 3.1 人工神经网络的概念 | 第20页 |
| 3.2 人工神经网络的特点 | 第20-21页 |
| 3.3 人工神经网络的常用类型 | 第21-22页 |
| 3.3.1 感知器 | 第21页 |
| 3.3.2 线性神经网络 | 第21页 |
| 3.3.3 径向基(RBF)函数网络 | 第21-22页 |
| 3.4 BP神经网络 | 第22-26页 |
| 3.4.1 BP神经网络的基本概念 | 第22-23页 |
| 3.4.2 BP神经网络的算法理论基础 | 第23-25页 |
| 3.4.3 BP网络算法的优缺点 | 第25-26页 |
| 3.5 数据的归一化处理 | 第26页 |
| 3.6 BP神经网络的建立及参数设定 | 第26-30页 |
| 3.6.1 BP神经网络的建立 | 第26-27页 |
| 3.6.2 输入层、隐含层、隐含节点及输出层个数的选定 | 第27-28页 |
| 3.6.3 激活函数的选择 | 第28页 |
| 3.6.4 学习速率的选择 | 第28页 |
| 3.6.5 学习算法的分析 | 第28-29页 |
| 3.6.6 期望误差的选择 | 第29-30页 |
| 第4章 基于BP人工神经网络的清远市区电力系统中期负荷预测 | 第30-42页 |
| 4.1 对清远市区电力系统中期负荷预测进行建模 | 第30-32页 |
| 4.1.1 负荷预测模型组建 | 第30页 |
| 4.1.2 仿真软件的选用及实现方式 | 第30-32页 |
| 4.2 应用BP神经网络对地区电力系统中期负荷进行预测 | 第32-35页 |
| 4.3 结合各用电分类情况进行优化 | 第35-42页 |
| 第5章 电力系统中期负荷预测的MATLAB仿真实现与比较分析 | 第42-49页 |
| 5.1 应用BP神经网络对地区配电网进行中期负荷预测的MATLAB仿真 | 第42-45页 |
| 5.1.1 仿真应用及程序设计 | 第42-43页 |
| 5.1.2 仿真结果及误差分析 | 第43-45页 |
| 5.2 应用BP神经网络结合各用电分类情况进行优化的MATLAB仿真 | 第45-49页 |
| 5.2.1 仿真应用及程序设计 | 第45-46页 |
| 5.2.2 仿真结果及误差分析 | 第46-49页 |
| 第6章 总结与展望 | 第49-51页 |
| 6.1 全文总结 | 第49页 |
| 6.2 今后工作的展望 | 第49-51页 |
| 附录 | 第51-57页 |
| 附录A：应用BP神经网络对地区配电网进行中期负荷预测的MATLAB仿真程序 | 第51-54页 |
| 附录B：应用BP神经网络结合各用电分类情况进行优化的MATLAB仿真程序 | 第54-57页 |
| 作者简介 | 第57-58页 |
| 在学期间所取得的科研成果 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |
