摘要 | 第3-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-23页 |
1.1 研究目的与意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-21页 |
1.2.1 燃气日负荷异常数据识别与数据预处理 | 第11-14页 |
1.2.2 燃气日负荷特性分析 | 第14-15页 |
1.2.3 燃气日负荷预测模型 | 第15-20页 |
1.2.4 存在的问题 | 第20-21页 |
1.3 主要研究内容与技术路线 | 第21页 |
1.4 论文创新点 | 第21-23页 |
第2章 基于小波理论的冬季城镇燃气日负荷数据预处理 | 第23-33页 |
2.1 引言 | 第23页 |
2.2 小波分析原理 | 第23-28页 |
2.2.1 小波 | 第23页 |
2.2.2 小波变换 | 第23-25页 |
2.2.3 小波多分辨率分析 | 第25-26页 |
2.2.4 小波函数与分解层数的确定 | 第26-28页 |
2.3 小波奇异性检测与阈值降噪原理 | 第28-30页 |
2.3.1 小波奇异性检测 | 第28页 |
2.3.2 小波阂值降噪 | 第28-30页 |
2.4 基于小波理论的冬季城镇燃气日负荷预处理 | 第30-32页 |
2.5 本章小结 | 第32-33页 |
第3章 冬季城镇燃气日负荷特性研究 | 第33-52页 |
3.1 引言 | 第33页 |
3.2 冬季城镇燃气日负荷变化规律 | 第33-37页 |
3.2.1 城市概况及研究对象 | 第33页 |
3.2.2 日负荷总体变化规律 | 第33-35页 |
3.2.3 日负荷局部变化规律 | 第35-37页 |
3.3 冬季城镇燃气日负荷影响因素分析 | 第37-50页 |
3.3.1 相关分析与偏相关分析原理 | 第37-39页 |
3.3.2 温度的影响 | 第39-45页 |
3.3.3 日期类型的影响 | 第45-48页 |
3.3.4 天气类型的影响 | 第48页 |
3.3.5 用气结构的影响 | 第48-49页 |
3.3.6 主要影响因素分析 | 第49-50页 |
3.4 本章小结 | 第50-52页 |
第4章 基于SVM的冬季城镇燃气日负荷分时段预测方法研究 | 第52-69页 |
4.1 引言 | 第52页 |
4.2 SVM模型预测原理 | 第52-54页 |
4.3 SVM预测模型建立 | 第54-57页 |
4.3.1 核函数 | 第54页 |
4.3.2 SVM参数及其优化 | 第54-56页 |
4.3.3 模型输入输出变量 | 第56页 |
4.3.4 模型预测误差分析 | 第56-57页 |
4.4 实例分析 | 第57-67页 |
4.4.1 冬季降温时段日负荷预测与结果分析 | 第57-60页 |
4.4.2 冬季非降温时段日负荷预测结果及分析 | 第60-62页 |
4.4.3 分时段与不分时段预测结果对比 | 第62-64页 |
4.4.4 模型适应性分析 | 第64-67页 |
4.5 本章小结 | 第67-69页 |
第5章 基于小波变换的冬季城镇燃气日负荷分频组合预测方法研究 | 第69-86页 |
5.1 引言 | 第69页 |
5.2 小波分频组合预测原理 | 第69-70页 |
5.3 时间序列预测模型 | 第70-72页 |
5.3.1 预测原理 | 第70页 |
5.3.2 模型识别与参数估计 | 第70-72页 |
5.4 日负荷分量特性分析及建模数据 | 第72-76页 |
5.4.1 日负荷低频与高频分量特性分析 | 第72-74页 |
5.4.2 模型输入输出向量 | 第74-76页 |
5.5 日负荷分量预测及结果分析 | 第76-79页 |
5.5.1 日负荷低频分量预测 | 第76-77页 |
5.5.2 日负荷高频分量预测 | 第77-79页 |
5.6 日负荷分频组合预测 | 第79-83页 |
5.6.1 燃气日负荷分频组合预测模型结果 | 第79-80页 |
5.6.2 日负荷分频组合预测模型适应性分析 | 第80-83页 |
5.7 分时段预测与分频组合预测对比分析 | 第83-85页 |
5.8 本章小结 | 第85-86页 |
第6章 结论与建议 | 第86-88页 |
6.1 结论 | 第86-87页 |
6.2 建议 | 第87-88页 |
致谢 | 第88-89页 |
参考文献 | 第89-93页 |
攻读硕士学位期间发表的论文及科研成果 | 第93页 |