塔北电网负荷预测方法的研究及应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第6-9页 |
| 绪论 | 第9-12页 |
| 1.负荷预测的研究意义 | 第9页 |
| 2.负荷预测的发展和现状 | 第9-10页 |
| 3.本文所研究的内容 | 第10-12页 |
| 第一章 负荷预测的基本理论 | 第12-20页 |
| ·负荷预测的原理和特点 | 第12-14页 |
| ·负荷预测的原理 | 第12-13页 |
| ·负荷预测具有的特点 | 第13-14页 |
| ·负荷预测的分类及特性 | 第14页 |
| ·负荷预测的分类 | 第14页 |
| ·负荷的特性 | 第14页 |
| ·影响负荷变化的因素 | 第14-15页 |
| ·负荷预测的基本步骤 | 第15-16页 |
| ·负荷预测的方法 | 第16-19页 |
| ·小结 | 第19-20页 |
| 第二章 小波变换 | 第20-30页 |
| ·小波基本概念 | 第20-22页 |
| ·多分辨分析 | 第22-26页 |
| ·基本概念 | 第22-23页 |
| ·多尺度分析的小波分解树 | 第23-26页 |
| ·Mallat 算法 | 第26-28页 |
| ·小波的分解与重构 | 第26-27页 |
| ·小波分解的应用 | 第27-28页 |
| ·用小波理论处理信号的基本步骤 | 第28-29页 |
| ·小结 | 第29-30页 |
| 第三章 基于人工神经网络的塔北电网负荷预测 | 第30-44页 |
| ·人工神经网络的基本概念 | 第30页 |
| ·人工神经网络的发展状况 | 第30-31页 |
| ·人工神经网络的特点 | 第31-32页 |
| ·人工神经网络在塔北负荷预测中的应用 | 第32页 |
| ·BP 神经网络的原理及改进 | 第32-36页 |
| ·BP 神经网络的工作原理 | 第32-35页 |
| ·标准BP 算法的改进 | 第35-36页 |
| ·基于BP 负荷预测的实现 | 第36-43页 |
| ·塔北电网的概况 | 第36页 |
| ·数据的处理 | 第36-38页 |
| ·建立的模型和预测流程 | 第38-41页 |
| ·仿真软件 | 第41页 |
| ·预测的流程 | 第41页 |
| ·预测的结果及分析 | 第41-42页 |
| ·预测的误差标准及分析 | 第42-43页 |
| ·小结 | 第43-44页 |
| 第四章 基于小波网络的塔北电网负荷预测 | 第44-56页 |
| ·小波网络基本概念 | 第44-45页 |
| ·基于塔北电网负荷预测的实例分析 | 第45-51页 |
| ·负荷预测的流程 | 第45-46页 |
| ·电网负荷值的单尺度分析 | 第46-48页 |
| ·电网负荷值的三尺度分析 | 第48-51页 |
| ·两种方法预测结果的比较 | 第51-53页 |
| ·GUI 开发环境 | 第53-55页 |
| ·小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 攻读硕士学位期间完成论文 | 第59-60页 |
| 致谢 | 第60-61页 |
| 详细摘要 | 第61-67页 |
