小负荷大波动地区短期负荷预测模型研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-16页 |
| ·课题的背景和意义 | 第7-8页 |
| ·短期负荷预测研究现状概述 | 第8-13页 |
| ·时间序列法 | 第8-10页 |
| ·灰色预测模型(GM) | 第10-11页 |
| ·人工神经网络(ANN)法 | 第11-12页 |
| ·小波分析法 | 第12-13页 |
| ·组合预测模型 | 第13页 |
| ·短期负荷预测的一般步骤 | 第13-14页 |
| ·本文所做的主要工作 | 第14-16页 |
| 第二章 电力系统电力负荷特性分析 | 第16-22页 |
| ·短期负荷预测特征 | 第16页 |
| ·小负荷大波动地区的电力负荷特性分析 | 第16-21页 |
| ·小负荷大波动地区短期负荷预测的主要问题 | 第21-22页 |
| 第三章 小负荷大波动地区负荷数据的预处理 | 第22-45页 |
| ·异常数据的识别和修正方法 | 第22-24页 |
| ·异常数据的分类和特性 | 第22-23页 |
| ·异常数据的识别和修正 | 第23-24页 |
| ·小波变换 | 第24-29页 |
| ·小波变换的定义 | 第25-28页 |
| ·常用的小波函数 | 第28-29页 |
| ·小波变换去噪原理 | 第29-37页 |
| ·小波变换模极大值去噪 | 第30-36页 |
| ·小波阈值去噪 | 第36-37页 |
| ·实例分析 | 第37-45页 |
| ·模极大值数据处理实例 | 第38-42页 |
| ·阈值消噪处理实例 | 第42-44页 |
| ·两种方法比较 | 第44-45页 |
| 第四章 人工神经网络(ANN)理论 | 第45-51页 |
| ·BP网络 | 第46-49页 |
| ·BP网络结构 | 第47页 |
| ·BP网络学习公式 | 第47-49页 |
| ·BP网络的算法步骤 | 第49页 |
| ·BP网络的性能分析 | 第49-51页 |
| 第五章 小负荷大波动地区短期负荷预测模型的建立 | 第51-72页 |
| ·夏季短期负荷预测模型研究 | 第51-52页 |
| ·BP网络结构设计 | 第52-58页 |
| ·BP网络历史参考日和输入变量的选择 | 第52-56页 |
| ·BP网络结构设计 | 第56-57页 |
| ·BP网络输入、输出变量的初始化 | 第57-58页 |
| ·实例分析 | 第58-62页 |
| ·修正模型 | 第62-66页 |
| ·其它季节负荷预测模型 | 第66-72页 |
| ·BP网络结构设计 | 第66-69页 |
| ·实例分析 | 第69-72页 |
| 第六章 结论与展望 | 第72-74页 |
| ·结论 | 第72页 |
| ·有待研究的问题 | 第72-74页 |
| 参考文献 | 第74-79页 |
| 致谢 | 第79-80页 |
| 攻读硕士期间发表论文和科研成果 | 第80页 |
