惠州电网短期负荷预测研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·负荷预测的重要性 | 第9页 |
| ·国内外短期负荷预测研究现状 | 第9-12页 |
| ·电力系统负荷预测的传统方法 | 第10-11页 |
| ·电力系统负荷预测的新方法 | 第11-12页 |
| ·本论文主要研究内容 | 第12-13页 |
| 第二章 惠州地区电力负荷特性分析 | 第13-25页 |
| ·惠州地区电网概况 | 第13-14页 |
| ·惠州地区电源现状分析 | 第14-15页 |
| ·惠州市产业结构分析 | 第15-16页 |
| ·惠州地区电力负荷特性 | 第16-20页 |
| ·惠州地区电力供需分析 | 第20-24页 |
| ·用电总量分析 | 第20-21页 |
| ·分产业用电分析 | 第21-22页 |
| ·分县区用电分析 | 第22-24页 |
| ·惠州电网负荷预测难点 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第三章 电力系统短期负荷预测概述 | 第25-32页 |
| ·电力系统负荷预测类型 | 第25-26页 |
| ·电力系统负荷预测的特点 | 第26-27页 |
| ·电力系统负荷预测基本原理 | 第27页 |
| ·电力系统负荷预测的基本过程 | 第27-28页 |
| ·电力系统短期负荷预测中的数据预处理 | 第28-30页 |
| ·异常数据的识别 | 第29页 |
| ·异常数据的处理 | 第29-30页 |
| ·电力系统短期负荷预测误差 | 第30-31页 |
| ·误差产生的原因 | 第30页 |
| ·误差表示和分析方法 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 基于改进的人工神经网络算法 | 第32-43页 |
| ·人工神经网络的概述 | 第32-38页 |
| ·人工神经网络发展历史 | 第32-33页 |
| ·人工神经网络的基本特征 | 第33页 |
| ·人工神经网络基本原理 | 第33-35页 |
| ·神经网络的 BP 模型原理 | 第35-37页 |
| ·人工神经网络在负荷预测中的应用 | 第37-38页 |
| ·结合遗传算法的遗传神经网络 | 第38-41页 |
| ·遗传算法确定 BP 神经网络结构 | 第38-40页 |
| ·遗传算法确定神经网络初始权值 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第五章 惠州电网短期负荷预测实例 | 第43-50页 |
| ·预测实例 | 第43-49页 |
| ·小结 | 第49-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间取得的研究成果 | 第56-57页 |
| 致谢 | 第57-58页 |
| 附件 | 第58页 |
