| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 引言 | 第8-29页 |
| ·课题研究的背景和意义 | 第8-10页 |
| ·电力负荷预测的目的 | 第8-9页 |
| ·电力负荷预测的意义 | 第9-10页 |
| ·电力负荷预测综述 | 第10-16页 |
| ·电力负荷预测的分类 | 第10-11页 |
| ·电力负荷预测的特点 | 第11-13页 |
| ·影响负荷预测的主要因素 | 第13页 |
| ·电力负荷预测的步骤 | 第13-15页 |
| ·中长期负荷预测方法存在的不足 | 第15-16页 |
| ·中长期电力负荷预测国内外研究现状 | 第16-27页 |
| ·负荷预测的经典技术 | 第17-19页 |
| ·传统的负荷预测方法 | 第19-22页 |
| ·现代的中长期电力负荷预测方法 | 第22-27页 |
| ·本文研究的主要内容 | 第27-29页 |
| 第二章 数据预处理 | 第29-31页 |
| ·数据有缺失的情况 | 第29-30页 |
| ·组合模型的建立 | 第29-30页 |
| ·用遗传算法求解 | 第30页 |
| ·数据不平滑的情况 | 第30-31页 |
| 第三章 中长期电力负荷组合预测模型的求解 | 第31-58页 |
| ·判断是否需要采用组合预测方法 | 第31-32页 |
| ·建立中长期电力负荷组合预测方法的数学模型 | 第31-32页 |
| ·采用线性规划求解组合预测模型 | 第32-38页 |
| ·算例分析 | 第35-37页 |
| ·结论 | 第37-38页 |
| ·采用神经网络求解组合预测模型 | 第38-45页 |
| ·人工神经网络简介 | 第38-41页 |
| ·基于神经网络的电力负荷组合预测 Matlab实现 | 第41-43页 |
| ·算例分析 | 第43-45页 |
| ·遗传算法求解多项式函数值逼近权值的组合预测模型 | 第45-56页 |
| ·建立用多项式函数值逼近权值的组合预测模型 | 第45-47页 |
| ·用多项式函数值逼近权值的组合预测的意义 | 第47页 |
| ·遗传算法简介 | 第47-50页 |
| ·用于电力负荷预测的遗传算法计算程序的编写 | 第50-52页 |
| ·算例分析 | 第52-56页 |
| ·本章小结 | 第56-58页 |
| 第四章 考虑不确定因素对负荷预测的影响 | 第58-64页 |
| ·能搜集到负荷预测不确定因素数据的情况 | 第59-61页 |
| ·利用 BP网络求解 | 第59-61页 |
| ·不能搜集到负荷预测不确定因素数据的情况 | 第61-64页 |
| ·可变权误差组合预测法 | 第61-64页 |
| 第五章 确定预测误差的置信区间 | 第64-67页 |
| ·确定置信区间 | 第64-67页 |
| 第六章 负荷预测精度校验 | 第67-70页 |
| ·误差产生的原因 | 第67-68页 |
| ·误差校验方法的选择 | 第68-70页 |
| 第七章 算例分析 | 第70-85页 |
| ·历史资料的搜集 | 第70-71页 |
| ·采用多种单一负荷预测方法预测 | 第71-74页 |
| ·遗传算法求解多项式函数值逼近权值的组合预测模型 | 第74-77页 |
| ·考虑不确定因素对预测精度的影响 | 第77-80页 |
| ·确定预测误差的置信区间 | 第80-82页 |
| ·校验 | 第82-85页 |
| ·均方根误差 | 第82页 |
| ·后验差检验 | 第82-85页 |
| 第八章 总结与展望 | 第85-87页 |
| ·论文总结 | 第85-86页 |
| ·展望 | 第86-87页 |
| 参考文献 | 第87-91页 |
| 致谢 | 第91-92页 |
| 声明 | 第92-93页 |
| 攻读学位期间发表的学术论文目录 | 第93页 |