| 中文摘要 | 第1页 |
| ABSTRACT | 第4-6页 |
| 第一章 绪论 | 第6-15页 |
| ·课题研究的内容和意义 | 第6-7页 |
| ·电力系统负荷预测方法概述 | 第7-12页 |
| ·目前电力系统负荷预测存在的主要问题 | 第12-13页 |
| ·本文的主要工作 | 第13-15页 |
| 第二章 数据挖掘技术和遗传神经网络原理 | 第15-22页 |
| ·数据挖掘技术概述 | 第15-16页 |
| ·遗传神经网络的基本原理 | 第16-22页 |
| 第三章 基于信息熵的负荷预测最佳属性集发现方法 | 第22-28页 |
| ·负荷预测最佳属性集 | 第22-23页 |
| ·粗集理论及信息论观点 | 第23-25页 |
| ·基于信息熵的负荷预测最佳属性集发现方法 | 第25-28页 |
| 第四章 基于遗传神经网络的电力系统短期负荷预测 | 第28-39页 |
| ·历史负荷数据的预处理 | 第28-30页 |
| ·负荷特性分析及短期负荷预测模型的建立 | 第30-31页 |
| ·基于 BP 神经网络的负荷预测 | 第31-35页 |
| ·基于遗传神经网络的电力系统短期负荷预测 | 第35-39页 |
| 第五章 基于信息熵和遗传神经网络的电力系统短期负荷预测 | 第39-48页 |
| ·历史数据的获得和预处理 | 第39-40页 |
| ·对电力短期负荷预测模型输入参数的挖掘 | 第40-46页 |
| ·以遗传 BP 网络对工作日进行负荷预测 | 第46页 |
| ·仿真试验 | 第46-48页 |
| 第六章 总结 | 第48-50页 |
| ·结论 | 第48页 |
| ·有待完成的工作 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 在学期间发表论文和参加科研情况 | 第54页 |