基于模糊理论的神经网络短期负荷预测方法的研究
| 中文摘要 | 第1页 |
| 英文摘要 | 第3-6页 |
| 第一章 绪论 | 第6-11页 |
| ·课题的提出及意义 | 第6-7页 |
| ·课题国内外现状 | 第7-9页 |
| ·本文的主要工作 | 第9-11页 |
| 第二章 电力负荷预测综述 | 第11-19页 |
| ·电力负荷预测的概念 | 第11页 |
| ·电力负荷的分类和特性 | 第11-12页 |
| ·电力负荷预测存在的问题 | 第12-14页 |
| ·电力负荷预测的基本模型和方法 | 第14-17页 |
| ·电力系统负荷预测的误差分析指标 | 第17-19页 |
| 第三章 模糊神经网络概述 | 第19-40页 |
| ·模糊理论 | 第19-24页 |
| ·模糊集合的概念 | 第20-21页 |
| ·模糊关系 | 第21页 |
| ·模糊推理 | 第21-24页 |
| ·人工神经网络基础 | 第24-28页 |
| ·人工神经网络的概念 | 第25-27页 |
| ·神经网络模型 | 第27-28页 |
| ·神经网络的学习 | 第28页 |
| ·BP神经网络模型及算法 | 第28-33页 |
| ·BP网络用于预测的原理 | 第28-29页 |
| ·基于BP算法的多层前馈网络模型 | 第29-30页 |
| ·BP学习算法 | 第30-32页 |
| ·BP网络中存在的几个问题 | 第32页 |
| ·改进BP学习算法 | 第32-33页 |
| ·粒子群优化算法 | 第33-37页 |
| ·算法原理 | 第34-35页 |
| ·算法参数分析 | 第35-36页 |
| ·算法流程 | 第36页 |
| ·和其它进化计算的比较 | 第36-37页 |
| ·基于PSO优化的BP神经网络 | 第37-40页 |
| ·基于PSO的BP网络学习算法 | 第37-38页 |
| ·算法评价及分析 | 第38-40页 |
| 第四章 基于模糊神经网络的电力负荷预测模型 | 第40-50页 |
| ·模糊神经网络理论 | 第40-41页 |
| ·神经-模糊系统的特性 | 第40-41页 |
| ·模糊神经网络与人工神经网络-多层感知器比较 | 第41页 |
| ·电力负荷预测的模糊神经网络模型 | 第41-50页 |
| ·模型结构 | 第41-45页 |
| ·网络隐藏层结构的确定 | 第45页 |
| ·模型的参数分析与选取 | 第45-48页 |
| ·输入数据的预处理 | 第48-50页 |
| 第五章 负荷预测实例分析与比较 | 第50-55页 |
| ·预测模型计算一般步骤 | 第50-51页 |
| ·算法综合比较 | 第51-55页 |
| 第六章 结束语 | 第55-58页 |
| 参考文献 | 第58-60页 |
| 致谢 | 第60-61页 |
| 附录 | 第61-64页 |
| 在学期间发表的学术论文和参加科研情况 | 第64页 |
