| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-12页 |
| 1.1 课题的研究背景和意义 | 第7页 |
| 1.1.1 课题的研究背景 | 第7页 |
| 1.1.2 课题的研究意义 | 第7页 |
| 1.2 国内外研究现状 | 第7-9页 |
| 1.3 研究方案与研究区概况 | 第9-11页 |
| 1.3.1 研究方案 | 第9-10页 |
| 1.3.2 研究区概况 | 第10-11页 |
| 1.4 研究内容 | 第11-12页 |
| 第2章 云模型 | 第12-25页 |
| 2.1 云模型构建 | 第12-14页 |
| 2.1.1 云的概念 | 第12页 |
| 2.1.2 参数特征 | 第12-13页 |
| 2.1.3 云发生器(Cloud Generator,CG) | 第13-14页 |
| 2.2 计算结果 | 第14-24页 |
| 2.2.1 数字特征 | 第14-16页 |
| 2.2.2 云分布 | 第16-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 产业结构与LMDI模型 | 第25-40页 |
| 3.1 模型构建 | 第25-26页 |
| 3.2 计算结果 | 第26-39页 |
| 3.2.1 内部结构分析 | 第27-30页 |
| 3.2.2 用电差额 | 第30-33页 |
| 3.2.3 三大产业生产总值 | 第33页 |
| 3.2.4 包头市LMDI分解计算研究 | 第33-39页 |
| 3.3 本章小结 | 第39-40页 |
| 第4章 电力消费趋势分析 | 第40-45页 |
| 4.1 模型构建 | 第40-42页 |
| 4.1.1 Mann-Kendall检测与趋势分析 | 第40-41页 |
| 4.1.2 数据 | 第41-42页 |
| 4.2 结果分析 | 第42-44页 |
| 4.2.1 Mann-Kendall检测与突变检测分析 | 第42-44页 |
| 4.3 本章小结 | 第44-45页 |
| 第5章 时间序列预测 | 第45-64页 |
| 5.1 模型构建 | 第45-47页 |
| 5.1.1 周期时间序列 | 第45页 |
| 5.1.2 时间序列定阶 | 第45页 |
| 5.1.3 数据 | 第45-47页 |
| 5.2 结果 | 第47-63页 |
| 5.2.1 精度验证 | 第47-58页 |
| 5.2.2 预测结果 | 第58-63页 |
| 5.3 本章小结 | 第63-64页 |
| 第6章 Elman神经网络预测 | 第64-80页 |
| 6.1 模型构建 | 第64-66页 |
| 6.1.1 Elman神经网络结构 | 第64页 |
| 6.1.2 数据处理 | 第64-65页 |
| 6.1.3 隐含层节点数估算 | 第65-66页 |
| 6.1.4 Elman神经网络参数设置 | 第66页 |
| 6.2 结果 | 第66-78页 |
| 6.2.1 验证精度 | 第66-78页 |
| 6.2.2 预测结果 | 第78页 |
| 6.3 两种方法预测效果对比 | 第78页 |
| 6.4 本章小结 | 第78-80页 |
| 第7章 结论和展望 | 第80-81页 |
| 7.1 结论 | 第80页 |
| 7.2 展望 | 第80-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-84页 |
| 作者简介 | 第84页 |
| 攻读学位期间研究成果 | 第84页 |
