基于稀疏线性预测的潮流预报研究与应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 引言 | 第9-15页 |
| ·本论文选题的背景和研究意义 | 第9-10页 |
| ·潮流信号的当前前沿研究现状 | 第10-13页 |
| ·调和分析 | 第10-11页 |
| ·潮流区域预报 | 第11-13页 |
| ·研究内容与结构安排 | 第13-15页 |
| ·研究内容 | 第13页 |
| ·结构安排 | 第13-15页 |
| 2 稀疏AR模型原理 | 第15-29页 |
| ·经典AR模型 | 第15-19页 |
| ·经典AR模型原理 | 第15-16页 |
| ·经典AR模型的参数估计算法 | 第16-19页 |
| ·稀疏采样与优化 | 第19-22页 |
| ·稀疏优化的提出 | 第19页 |
| ·稀疏优化理论 | 第19-20页 |
| ·稀疏优化求解算法 | 第20-22页 |
| ·匹配追踪算法 | 第20-22页 |
| ·正交匹配追踪算法 | 第22页 |
| ·多次稀疏重采样下的AR模型改进研究 | 第22-25页 |
| ·稀疏重采样概念 | 第22-23页 |
| ·稀疏重采样方法 | 第23-24页 |
| ·OMP算法的具体过程 | 第24-25页 |
| ·稀疏AR模型预测方法 | 第25-27页 |
| ·本章小结 | 第27-29页 |
| 3 实验验证与应用 | 第29-46页 |
| ·潮流信号采集 | 第29-32页 |
| ·采集方法 | 第29-30页 |
| ·采集时段 | 第30-31页 |
| ·采集站点设置 | 第31-32页 |
| ·实验潮流信号获取 | 第32页 |
| ·稀疏AR模型预测方法的实验验证与应用 | 第32-41页 |
| ·试验1中宅站点 | 第33-35页 |
| ·试验2光明站点 | 第35-37页 |
| ·试验3梅山站点 | 第37-39页 |
| ·试验4大榭实华站点 | 第39-41页 |
| ·稀疏AR模型与经典调和分析的对比研究 | 第41-45页 |
| ·调和分析算法 | 第41页 |
| ·调和分析算法验证 | 第41-44页 |
| ·对比分析讨论 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 4 结论和展望 | 第46-48页 |
| ·本论文内容总结 | 第46页 |
| ·意义 | 第46-47页 |
| ·展望 | 第47-48页 |
| 参考文献 | 第48-50页 |
| 在学研究成果 | 第50-51页 |
| 致谢 | 第51页 |
