负荷预测中相似日的选择研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题的背景和意义 | 第7-8页 |
| ·负荷预测中相似日的选择研究现状概述 | 第8-9页 |
| ·由负荷数据进行相似日的选择 | 第8页 |
| ·差异评价函数法 | 第8-9页 |
| ·趋势相似度法 | 第9页 |
| ·负荷预测中相似日选择的一般步骤 | 第9页 |
| ·所做的主要工作 | 第9-11页 |
| 第二章 电力系统电力负荷特性分析 | 第11-18页 |
| ·短期负荷特征 | 第11-16页 |
| ·日负荷曲线与周类型的关系 | 第11-12页 |
| ·寻找相似日的方法原理 | 第12-14页 |
| ·方法流程图 | 第14-15页 |
| ·软件系统结构和框架 | 第15-16页 |
| ·电力负荷特性分析 | 第16页 |
| ·负荷预测中相似日选择的主要问题 | 第16-18页 |
| 第三章 相似日选择研究中负荷数据的预处理 | 第18-42页 |
| ·异常数据的识别和修正方法 | 第18-20页 |
| ·异常数据的分类和特性 | 第18-19页 |
| ·异常数据的识别和修正 | 第19-20页 |
| ·小波变换 | 第20-25页 |
| ·小波变换的定义 | 第21-24页 |
| ·常用的小波函数 | 第24-25页 |
| ·小波变换去噪原理 | 第25-33页 |
| ·小波变换模极大值去噪 | 第26-32页 |
| ·小波阈值去噪 | 第32-33页 |
| ·实例分析 | 第33-42页 |
| ·模极大值数据处理实例 | 第34-39页 |
| ·阈值消噪处理实例 | 第39-41页 |
| ·两种方法比较 | 第41-42页 |
| 第四章 模糊聚类与时间序列理论 | 第42-46页 |
| ·HCM聚类分析原理 | 第42-43页 |
| ·AGO回归算法 | 第43-45页 |
| ·AGO原理 | 第43-44页 |
| ·AGO回归算法 | 第44-45页 |
| ·HCM-AGO的相似日选择模型 | 第45-46页 |
| ·模糊聚类划分的依据 | 第45页 |
| ·负荷预测中相似日的选择流程 | 第45-46页 |
| 第五章 电力负荷相似日选择的软件设计 | 第46-57页 |
| ·需求调查与分析 | 第46-49页 |
| ·系统需求分析 | 第46-47页 |
| ·开发工具的选择 | 第47页 |
| ·数据库和数据访问技术 | 第47-49页 |
| ·模块设计及流程 | 第49-52页 |
| ·数据库结构设计 | 第49-50页 |
| ·系统结构及功能 | 第50-52页 |
| ·软件测试 | 第52-57页 |
| ·软件测试概述 | 第52-53页 |
| ·测试实例 | 第53-57页 |
| 第六章 结论与展望 | 第57-59页 |
| ·结论 | 第57页 |
| ·有待研究的问题 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士期间发表论文和科研成果 | 第66页 |
