地区电网短期负荷组合预测方法研究
中文摘要 | 第1页 |
英文摘要 | 第4-7页 |
第一章 绪论 | 第7-13页 |
·研究的背景及意义 | 第7-8页 |
·短期负荷预测的研究现状 | 第8-11页 |
·本论文的研究内容 | 第11页 |
·全文的结构安排 | 第11-13页 |
第二章 电网短期负荷预测基本理论 | 第13-19页 |
·短期负荷预测的概念 | 第13页 |
·短期负荷预测的分类及其影响因素 | 第13-14页 |
·短期负荷预测的分类 | 第13页 |
·短期负荷预测的影响因素 | 第13-14页 |
·短期负荷的特性分析 | 第14-16页 |
·短期电力负荷分量构成 | 第14-15页 |
·短期电力负荷特性指标 | 第15-16页 |
·短期负荷预测的基本步骤 | 第16-17页 |
·误差分析 | 第17-19页 |
·误差产生原因 | 第17页 |
·误差的描述指标 | 第17-19页 |
第三章 短期负荷预测模型分析与选择 | 第19-24页 |
·主要传统短期负荷预测模型分析 | 第19-20页 |
·专家系统法 | 第19页 |
·趋势分析法 | 第19-20页 |
·回归分析法 | 第20页 |
·时间序列法 | 第20页 |
·主要现代短期负荷预测模型分析 | 第20-23页 |
·模糊预测法 | 第20-21页 |
·神经网络法 | 第21页 |
·灰色模型法 | 第21-22页 |
·支持向量机法 | 第22页 |
·组合预测法 | 第22-23页 |
·本文短期负荷预测模型选择 | 第23-24页 |
第四章 地区电网短期负荷组合预测模型的建立 | 第24-42页 |
·组合预测模型概述 | 第24-25页 |
·粒子群灰色模型与粒子群支持向量机模型 | 第25-38页 |
·粒子群优化算法 | 第25-27页 |
·粒子群灰色模型 | 第27-30页 |
·粒子群支持向量机模型 | 第30-38页 |
·组合预测模型权重确定方法 | 第38-39页 |
·定权组合预测方法 | 第38-39页 |
·变权组合预测方法 | 第39页 |
·基于神经网络方法的权重确定 | 第39-40页 |
·算法实现流程图 | 第40-42页 |
第五章 地区电网短期负荷预测算例分析 | 第42-52页 |
·地区电网概况 | 第42-43页 |
·地区电网负荷特性分析 | 第43-45页 |
·A 地区电网短期负荷预测 | 第45-48页 |
·样本与其输入量的选择 | 第45-47页 |
·负荷预测的具体步骤 | 第47-48页 |
·预测结果的综合分析与评价 | 第48-52页 |
第六章 结论与展望 | 第52-53页 |
·本文的结论与创新之处 | 第52页 |
·需要进一步研究的问题 | 第52-53页 |
参考文献 | 第53-57页 |
致谢 | 第57-58页 |
附录:MATLAB 程序部分代码 | 第58-61页 |
攻读硕士学位期间发表的学术论文和参加科研情况 | 第61页 |