| 致谢 | 第5-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第12-22页 |
| 1.1 选题背景和意义 | 第12-13页 |
| 1.1.1 选题背景 | 第12页 |
| 1.1.2 电力需求预测的意义 | 第12-13页 |
| 1.2 国内外负荷预测研究现状 | 第13-20页 |
| 1.2.1 电力负荷预测的起源和发展 | 第13-14页 |
| 1.2.2 国内外电力负荷预测方法 | 第14-18页 |
| 1.2.3 支持向量机在电力负荷预测中的现状研究 | 第18-20页 |
| 1.3 本文主要工作内容 | 第20-22页 |
| 2 电力需求预测模型分析 | 第22-36页 |
| 2.1 电力负荷预测的组成及作用 | 第22-27页 |
| 2.1.1 电力负荷的分类 | 第22-23页 |
| 2.1.2 电力负荷预测的分类 | 第23-24页 |
| 2.1.3 电力负荷预测的作用和特点 | 第24-27页 |
| 2.2 电力负荷预测的模型分析 | 第27-28页 |
| 2.2.1 电力负荷预测的模型要求 | 第27页 |
| 2.2.2 负荷预测模型的误差评级指标 | 第27-28页 |
| 2.3 山西省电力需求的影响因素分析 | 第28-35页 |
| 2.3.1 山西省电力负荷分析 | 第29-30页 |
| 2.3.2 GDP对电力需求的影响 | 第30-31页 |
| 2.3.3 工业生产总值对电力需求的影响 | 第31-33页 |
| 2.3.4 人口对电力需求的影响 | 第33-35页 |
| 2.4 本章小结 | 第35-36页 |
| 3 基于支持向量机的电力负荷预测研究 | 第36-54页 |
| 3.1 建立于统计学理论基础上的支持向量机的分析 | 第37-40页 |
| 3.1.1 支持向量机的起源 | 第37页 |
| 3.1.2 统计学习理论分析 | 第37-40页 |
| 3.2 基于SVM的电力负荷预测模型的建立 | 第40-49页 |
| 3.2.1 建立基本理论的数学表达 | 第40-42页 |
| 3.2.2 线性支持向量分类机 | 第42-43页 |
| 3.2.3 线性支持向量回归机 | 第43-45页 |
| 3.2.4 非线性的SVR | 第45-47页 |
| 3.2.5 算法实现及流程图 | 第47-49页 |
| 3.3 仿真实例 | 第49-52页 |
| 3.3.1 山西省负荷数据分析 | 第49-50页 |
| 3.3.2 预测结果 | 第50-52页 |
| 3.4 本章小结 | 第52-54页 |
| 4 基于PSO寻优SVR的负荷预测模型的建立 | 第54-78页 |
| 4.1 基于自然选择的PSO算法 | 第54-57页 |
| 4.1.1 PSO算法概述 | 第54-55页 |
| 4.1.2 基于自然选择的PSO算法基本原理 | 第55-57页 |
| 4.1.3 基于自然选择的PSO算法的参数 | 第57页 |
| 4.2 PSO-SVR模型的建立 | 第57-60页 |
| 4.2.1 PSO-SVR的各参数的特性 | 第57-58页 |
| 4.2.2 PSO-SVR寻优算法的实现 | 第58-59页 |
| 4.2.3 PSO优化SVR负荷预测算法图 | 第59-60页 |
| 4.3 仿真实例 | 第60-66页 |
| 4.3.1 月度负荷数据分析 | 第60-61页 |
| 4.3.2 权衡近期数据法整理月度负荷数据 | 第61-63页 |
| 4.3.3 结果分析 | 第63-66页 |
| 4.4 改进型PSO-SVR预测月度电力负荷模型 | 第66-72页 |
| 4.4.1 加入惯性权重因子w的PSO算法 | 第66-67页 |
| 4.4.2 可变惯性权重PSO算法 | 第67页 |
| 4.4.3 三点平滑法优化数据 | 第67-69页 |
| 4.4.4 仿真实例 | 第69-72页 |
| 4.5 改进型PSO-SVR预测年度电力负荷模型 | 第72-77页 |
| 4.5.1 年度负荷数据分析 | 第72-73页 |
| 4.5.2 年度负荷数据整理 | 第73-75页 |
| 4.5.3 结果分析 | 第75-77页 |
| 4.6 本章小结 | 第77-78页 |
| 5 基于网格寻优SVR的CMSVM应用 | 第78-86页 |
| 5.1 网格搜索法寻优SVR的参数 | 第78-80页 |
| 5.1.1 Grid-search理论分析 | 第78-79页 |
| 5.1.2 Grid-search参数选择原理 | 第79页 |
| 5.1.3 Grid-search寻优SVR参数的流程 | 第79-80页 |
| 5.2 CMSVM实现Grid-search寻优SVR | 第80-85页 |
| 5.2.1 CMSVM概述 | 第80-81页 |
| 5.2.2 CMSVM寻优的基本思路 | 第81页 |
| 5.2.3 CMSVM预测山西省电力负荷 | 第81-85页 |
| 5.3 本章小结 | 第85-86页 |
| 6 结论与展望 | 第86-88页 |
| 6.1 本文结论 | 第86-87页 |
| 6.2 后续工作展望 | 第87-88页 |
| 参考文献 | 第88-92页 |
| 作者简历 | 第92-96页 |
| 学位论文数据集 | 第96页 |