| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·电力系统负荷预报研究背景及意义 | 第10页 |
| ·电力系统负荷预报国内外研究现状 | 第10-13页 |
| ·本文主要研究内容 | 第13-15页 |
| 第2章 电力系统负荷预报的基本理论 | 第15-20页 |
| ·负荷预报的基本原则 | 第15-16页 |
| ·负荷预报的基本步骤 | 第16-17页 |
| ·负荷预报的基本评价 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 基于时间序列的电力系统短期负荷预报 | 第20-41页 |
| ·基于最小二乘法的电力系统短期负荷 AR 建模与预报 | 第21-27页 |
| ·最小二乘（LS）准则 | 第21页 |
| ·递推最小二乘（RLS）算法 | 第21-23页 |
| ·基于 RLS 算法的 AR 模型电力系统短期负荷预报 | 第23-24页 |
| ·仿真实例 | 第24-27页 |
| ·基于 Wiener 滤波的电力系统短期负荷 AR 建模与预报 | 第27-33页 |
| ·Wiener 最优滤波器及 LMS 算法 | 第27-28页 |
| ·改进基于 LMS 的相关算法 | 第28-30页 |
| ·基于 LMS 算法的 AR 模型电力系统短期负荷预报 | 第30-31页 |
| ·仿真实例 | 第31-33页 |
| ·基于 Kalman 滤波的电力系统短期负荷 AR 建模与预报 | 第33-39页 |
| ·Kalman 滤波原理及状态估计 | 第33-35页 |
| ·Kalman 滤波与自适应滤波器模型 | 第35-38页 |
| ·基于 Kalman 滤波的 AR 模型电力系统短期负荷预报 | 第38页 |
| ·仿真实例 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第4章 基于混沌理论的电力系统短期负荷预报 | 第41-58页 |
| ·混沌理论及相空间重构 | 第41-48页 |
| ·混沌时间序列的特征量 | 第41-44页 |
| ·混沌时间序列相空间重构 | 第44-48页 |
| ·电力系统负荷时间序列的混沌识别 | 第48-51页 |
| ·自相关函数法计算延迟时间 | 第48页 |
| ·改进 G-P 算法计算嵌入维数 m | 第48-49页 |
| ·改进小数据量法计算最大 Lyapunov 指数 | 第49-51页 |
| ·基于最大 Lyapunov 指数预报模型 | 第51-53页 |
| ·最大 Lyapunov 指数预报法 | 第51-52页 |
| ·改进欧几里德公式 | 第52页 |
| ·基于改进最大 Lyapunov 指数电力系统短期负荷预报 | 第52-53页 |
| ·基于混沌 Kalman 滤波预报模型 | 第53-57页 |
| ·系统状态空间描述 | 第53-54页 |
| ·混沌 Kalman 滤波预报步骤 | 第54-55页 |
| ·基于混沌 Kalman 滤波预报电力系统短期负荷预报 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 基于组合预报法的电力系统短期负荷预报 | 第58-67页 |
| ·组合预报的相关知识 | 第58-61页 |
| ·组合预报基本原理 | 第58页 |
| ·组合预报系数的确定 | 第58-61页 |
| ·基于组合预报模型的电力负荷预报 | 第61-64页 |
| ·基于三种单一方法的组合预报模型 | 第61-62页 |
| ·仿真实例 | 第62-64页 |
| ·一种改进的组合预报方法 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第74-75页 |
| 致谢 | 第75页 |
