| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 引言 | 第9页 |
| 1.2 负荷预测方法概述 | 第9-12页 |
| 1.2.1 传统负荷预测方法 | 第10-11页 |
| 1.2.2 智能负荷预测方法 | 第11-12页 |
| 1.3 SVM负荷预测方法研究现状 | 第12-15页 |
| 1.4 本文主要工作 | 第15-16页 |
| 第二章 负荷变化特点与数据预处理 | 第16-25页 |
| 2.1 电力负荷的构成及变化特点 | 第16-19页 |
| 2.1.1 电力负荷的构成 | 第16-17页 |
| 2.1.2 电力负荷变化特点 | 第17-19页 |
| 2.2 影响短期负荷预测的主要因素 | 第19-20页 |
| 2.3 历史数据预处理 | 第20-24页 |
| 2.3.1 数据预处理的意义 | 第20-21页 |
| 2.3.2 数据清洗 | 第21-22页 |
| 2.3.3 待选输入变量的处理 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于模糊粗糙集的SVM模型输入变量确定 | 第25-36页 |
| 3.1 经典粗糙集理论 | 第25-27页 |
| 3.2 模糊粗糙集 | 第27-29页 |
| 3.2.1 模糊集与粗糙集互补性分析 | 第27-28页 |
| 3.2.2 模糊集基本理论 | 第28页 |
| 3.2.3 模糊隶属函数的确定 | 第28-29页 |
| 3.3 基于属性依赖度的模糊粗糙集属性约简 | 第29-33页 |
| 3.3.1 模糊粗糙集属性约简过程 | 第29-30页 |
| 3.3.2 模糊粗糙集属性约简示例 | 第30-33页 |
| 3.4 基于模糊粗糙集的SVM模型输入变量的确定 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 采用模糊粗糙集约简属性的SVM短期负荷预测 | 第36-50页 |
| 4.1 SVM回归算法 | 第36-44页 |
| 4.1.1 SVM回归预测原理 | 第36-41页 |
| 4.1.2 SVM核函数的选择 | 第41-42页 |
| 4.1.3 SVM参数优化方法 | 第42-43页 |
| 4.1.4 SVM图形用户界面工具箱介绍 | 第43-44页 |
| 4.2 采用模糊粗糙集约简属性的SVM短期负荷预测方法的实现 | 第44-46页 |
| 4.3 预测结果分析 | 第46-49页 |
| 4.4 本章小结 | 第49-50页 |
| 结论与展望 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57-58页 |
| 附录A 攻读硕士学位期间发表的论文目录 | 第58-59页 |
| 附录B 攻读硕士学位期间参加的相关课题 | 第59页 |