首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于模糊神经网络的短期电力负荷预测的研究

摘要第1页
ABSTRACT第4-7页
第一章:绪论第7-11页
   ·电力系统负荷预测第7-8页
   ·神经网络应用于负荷预测的研究现状以及存在的问题第8-9页
   ·本文的主要工作第9-11页
第二章:电力负荷预测概述第11-23页
   ·电力负荷预测的概念第11页
   ·电力负荷预测的特点和原理第11-13页
     ·电力负荷预测的特点第11-12页
     ·电力负荷预测的原理第12-13页
   ·电力负荷预测的分类第13-14页
   ·电力负荷预测的特性分析第14-16页
   ·基本模型和方法第16-18页
   ·负荷预测影响因素与误差分析第18-23页
     ·电力系统负荷预测的影响因素第18-19页
     ·电力系统负荷预测的误差分析指标第19-23页
第三章:模糊理论与人工神经网络概述第23-38页
   ·模糊逻辑系统第23-26页
     ·模糊命题的概念第23页
     ·模糊集合与模糊关系第23-25页
     ·基于IF—THEN 规则的模糊推理第25-26页
   ·人工神经网络第26-31页
     ·人工神经网络概述第26-27页
     ·人工神经网络历史第27页
     ·人工神经网络基本原理第27-31页
   ·BP 神经网络第31-38页
     ·BP 算法用于预测原理第31页
     ·BP 神经网络模型第31-33页
     ·BP 人工神经网络算法第33-36页
     ·BP 算法问题以及改进第36-38页
第四章:数据预处理方法以及网络输入样本的研究第38-45页
   ·异点的处理第38-40页
   ·相似日的选取第40-41页
   ·输入训练样本的研究第41-42页
   ·数据的归一化处理第42-45页
     ·普通负荷数据归一化处理第42-43页
     ·其它输入因子归一化处理第43-45页
第五章:基于模糊神经网络的电力负荷预测模型第45-57页
   ·模糊神经网络理论第45-47页
     ·神经网络和模糊系统的异同第45-46页
     ·模糊神经网络系统特性第46页
     ·模糊神经网络与人工神经网络-多层感知器比较第46-47页
   ·模糊神经网络模型的建立第47-57页
     ·模糊神经网络模型结构第47-49页
     ·网络输入层的选择第49-51页
     ·遗传算法简介第51-52页
     ·利用遗传算法确定隐层结构第52-53页
     ·利用遗传算法初始化网络权值和阈值第53-57页
第六章:算例与结果分析第57-62页
   ·预测模型计算一般步骤第57页
   ·算法分析与比较第57-62页
第七章:结论与展望第62-65页
参考文献第65-68页
致谢第68-69页
在学期间发表的学术论文和参加科研情况第69页

论文共69页,点击 下载论文
上一篇:共刺激分子CD80分子上调Graves病免疫应答的临床和实验研究
下一篇:实验性大鼠脑缺血后脑红蛋白的动态表达及保护机制研究