基于支撑向量机的电力系统短期负荷预测
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-16页 |
| ·短期负荷预测的研究意义 | 第9-10页 |
| ·短期负荷预测的内容及其特点 | 第10页 |
| ·负荷预测的步骤 | 第10-11页 |
| ·短期负荷预测的研究现状 | 第11-14页 |
| ·负荷预测误差指标 | 第14-15页 |
| ·本文研究的主要内容以及章节安排 | 第15-16页 |
| 第二章 支持向量机和聚类分析的基本理论 | 第16-26页 |
| ·支持向量机分类原理 | 第16-21页 |
| ·支持向量机回归原理 | 第21-24页 |
| ·SVM 训练求解算法 | 第24页 |
| ·基于支持向量机的短期负荷预测模型 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 历史数据的预处理及网络输入样本选择 | 第26-35页 |
| ·历史数据预处理 | 第26-29页 |
| ·异常数据的识别和修正 | 第26-28页 |
| ·负荷数据归一化 | 第28-29页 |
| ·温度标准化 | 第29页 |
| ·网络输入样本选择 | 第29-33页 |
| ·短期负荷变化特征 | 第29-30页 |
| ·负荷数据自相关分析 | 第30-32页 |
| ·其它影响因素 | 第32-33页 |
| ·输入变量的确定 | 第33页 |
| ·本章小结 | 第33-35页 |
| 第四章 基于支持向量机的短期负荷预测 | 第35-50页 |
| ·基于支持向量机的负荷预测 | 第35-49页 |
| ·模型结构 | 第35-38页 |
| ·各方案预测结果及比较分析 | 第38-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 结论与展望 | 第50-52页 |
| ·全文总结 | 第50页 |
| ·后继工作的展望 | 第50-52页 |
| 参考文献 | 第52-54页 |
| 攻读硕士学位期间取得的研究成果 | 第54-55页 |
| 攻读硕士学位期间参加的课题研究 | 第55-56页 |
| 致谢 | 第56-57页 |
| 附件 | 第57页 |
