基于GRNN网络的短期与超短期负荷预测
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-17页 |
| ·电力系统负荷预测及意义 | 第10-12页 |
| ·电力系统负荷预测 | 第10-11页 |
| ·课题研究的意义 | 第11-12页 |
| ·电力负荷特性及负荷预测的特点 | 第12-14页 |
| ·电力负荷特性 | 第12-13页 |
| ·负荷预测的特点 | 第13-14页 |
| ·负荷预测方法的国内外研究现状 | 第14-16页 |
| ·本文的研究内容 | 第16-17页 |
| 第2章 广义回归神经网络 | 第17-27页 |
| ·人工神经网络介绍 | 第17-21页 |
| ·神经元模型简介 | 第17-18页 |
| ·神经元传递函数 | 第18-19页 |
| ·人工神经网络的特点 | 第19-20页 |
| ·人工神经网络结构模型 | 第20-21页 |
| ·广义回归神经网络（GRNN）的基本算法 | 第21-23页 |
| ·网络结构 | 第23-24页 |
| ·GRNN 网络中平滑参数σ的影响 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 预测数据及结构参数的预处理 | 第27-34页 |
| ·历史数据的预处理 | 第27-28页 |
| ·历史数据的递推更新及拟合 | 第27页 |
| ·数据归一化处理 | 第27-28页 |
| ·负荷预测误差分析 | 第28-30页 |
| ·平滑参数σ的确定 | 第30-33页 |
| ·试验法 | 第30-31页 |
| ·遗传算法 | 第31-33页 |
| ·随机改变平滑参数 | 第33页 |
| ·本章小结 | 第33-34页 |
| 第4章 基于GRNN 网络的短期负荷预测 | 第34-47页 |
| ·学习样本的选择 | 第34-36页 |
| ·GRNN 负荷预测的步骤 | 第36-38页 |
| ·GRNN 网络的短期负荷预测 | 第38-43页 |
| ·齐齐哈尔地区电网的短期负荷预测 | 第38-41页 |
| ·哈尔滨地区电网的短期负荷预测 | 第41-43页 |
| ·结果对比分析 | 第43-44页 |
| ·考虑温度因素的短期负荷预测 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 第5章 基于GRNN 网络的超短期负荷预测 | 第47-63页 |
| ·输入数据的拟合处理 | 第47页 |
| ·学习样本的选择 | 第47-50页 |
| ·GRNN 网络的超短期负荷预测 | 第50-60页 |
| ·齐齐哈尔地区电网的超短期负荷预测 | 第50-55页 |
| ·哈尔滨地区电网的超短期负荷预测 | 第55-60页 |
| ·基于GRNN 网络预测方法的软件实现 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 附录A | 第68-75页 |
| 附录B | 第75-82页 |
| 攻读学位期间取得的研究成果及发表的学术论文 | 第82页 |
