地区工业负荷与综合负荷的预测研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 选题背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 国内外电力负荷预测的方法 | 第12-13页 |
| 1.4 本文的主要研究内容 | 第13-15页 |
| 第2章 电力负荷预测相关理论基础 | 第15-25页 |
| 2.1 负荷预测的基本原则 | 第15-16页 |
| 2.2 BP神经网络法 | 第16-19页 |
| 2.2.1 BP神经网络模型 | 第16页 |
| 2.2.2 BP神经网络结构 | 第16-17页 |
| 2.2.3 BP神经网络算法 | 第17-19页 |
| 2.3 时间序列法 | 第19-21页 |
| 2.3.1 时间序列 | 第19页 |
| 2.3.2 时间序列分解 | 第19-20页 |
| 2.3.3 时间序列分解优缺点 | 第20-21页 |
| 2.4 灰色系统理论 | 第21-24页 |
| 2.4.1 数据处理方式 | 第21-22页 |
| 2.4.2 关联度 | 第22页 |
| 2.4.3 GM(1,1)模型 | 第22-23页 |
| 2.4.4 模型检验 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 历史数据分析及处理 | 第25-33页 |
| 3.1 基本情况 | 第25页 |
| 3.2 数据提取软件 | 第25-26页 |
| 3.3 历史数据分析 | 第26-31页 |
| 3.3.1 工业用电历史情况分析 | 第26-29页 |
| 3.3.2 综合用电历史趋势分析 | 第29-31页 |
| 3.4 本章小结 | 第31-33页 |
| 第4章 工业用电预测 | 第33-44页 |
| 4.1 工业用电最大负荷预测流程 | 第33-36页 |
| 4.2 工业用电时间序列算法预测 | 第36-39页 |
| 4.2.1 指数平滑法计算 | 第36页 |
| 4.2.2 一次平滑指数预测 | 第36-37页 |
| 4.2.3 二次指数平滑预测 | 第37-39页 |
| 4.3 工业用电灰色算法预测 | 第39-40页 |
| 4.4 工业用电负荷预测对比分析 | 第40-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 综合用电预测 | 第44-52页 |
| 5.1 综合用电时间序列算法 | 第44-46页 |
| 5.1.1 一次平滑指数预测 | 第44页 |
| 5.1.2 二次指数平滑预测 | 第44-46页 |
| 5.2 综合用电灰色预测 | 第46-48页 |
| 5.3 综合用电负荷预测对比分析 | 第48-50页 |
| 5.4 预测结果对比 | 第50-51页 |
| 5.5 本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 附录1 地区工业用电预测及误差表 | 第58-62页 |
| 附录2 灰色算法matlab代码 | 第62-65页 |
