燃气负荷智能预测研究及其实现
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-19页 |
| ·课题背景及来源 | 第11-12页 |
| ·课题研究目的与意义 | 第12-13页 |
| ·上海市天然气负荷特点分析及待解决问题 | 第13-15页 |
| ·上海市天然气用气特点 | 第13-14页 |
| ·上海燃气居民用气分析 | 第14-15页 |
| ·存在的问题 | 第15页 |
| ·课题研究的国内外现状 | 第15-18页 |
| ·预测方法研究现状 | 第15-17页 |
| ·燃气智能预测系统应用现状 | 第17-18页 |
| ·本论文主要研究内容及章节编排 | 第18-19页 |
| 第二章 燃气负荷预测方法介绍 | 第19-30页 |
| ·燃气预测综述 | 第19页 |
| ·预测的分类 | 第19-20页 |
| ·常见的预测模型 | 第20-30页 |
| ·回归预测模型 | 第20-22页 |
| ·指数平滑模型 | 第22-23页 |
| ·灰色理论模型 | 第23-25页 |
| ·神经网络模型 | 第25页 |
| ·时间序列模型 | 第25-27页 |
| ·SVR 模型 | 第27-29页 |
| ·组合预测方法 | 第29-30页 |
| 第三章 基于小波变换的组合预测模型 | 第30-41页 |
| ·松散型小波神经网络介绍 | 第30-33页 |
| ·小波和小波变换理论 | 第30页 |
| ·Mallat 分解与重构算法 | 第30-31页 |
| ·BP 神经网络 | 第31-33页 |
| ·松散型小波神经网络模型 | 第33页 |
| ·基于小波变换的燃气日负荷组合预测模型 | 第33-37页 |
| ·利用小波进行预处理 | 第33-34页 |
| ·小波分解处理结果仿真 | 第34页 |
| ·带修正偏移的组合预测模型 | 第34-36页 |
| ·模型的流程与框架 | 第36-37页 |
| ·利用MATLAB 的仿真实验 | 第37页 |
| ·误差分析及对比 | 第37-38页 |
| ·与其他方法仿真结果对比 | 第38-40页 |
| ·所用时间分析 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第四章 集成环境下的系统设计与开发 | 第41-51页 |
| ·软件已实现功能简介 | 第41-44页 |
| ·系统登录界面 | 第41页 |
| ·燃气负荷数据来源列表 | 第41-42页 |
| ·燃气负荷数据图形显示 | 第42-43页 |
| ·燃气负荷数据技术指标 | 第43页 |
| ·燃气负荷预测算法 | 第43-44页 |
| ·VC 和MATLAB 联合编程 | 第44-45页 |
| ·系统设计 | 第45-49页 |
| ·软件的系统结构 | 第45-46页 |
| ·体系结构描述 | 第46-47页 |
| ·与现有系统之间的对接 | 第47页 |
| ·系统结构功能设计 | 第47-48页 |
| ·系统UI（用户界面）设计 | 第48页 |
| ·系统菜单及其功能描述 | 第48-49页 |
| ·软件的开发 | 第49-51页 |
| ·编程语言及开发工具选取 | 第49页 |
| ·系统软硬件配置要求 | 第49-51页 |
| 第五章 总结与展望 | 第51-53页 |
| ·工作总结 | 第51页 |
| ·本文主要创新点 | 第51-52页 |
| ·后续工作展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表的学术论文 | 第57页 |
| 攻读硕士学位期间参加的科研项目 | 第57页 |
