基于数据挖掘的短期负荷预测方法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 引言 | 第8-16页 |
| ·选题背景 | 第8-10页 |
| ·电力系统负荷预测的发展及乌鲁木齐的使用现状 | 第10-15页 |
| ·本文所研究的主要问题 | 第15-16页 |
| 2 电力系统负荷预测分析 | 第16-30页 |
| ·预测的特性分析 | 第17-19页 |
| ·负荷预测的概念 | 第17页 |
| ·负荷预测的分类 | 第17-19页 |
| ·负荷预测的特点 | 第19-20页 |
| ·短期负荷特性分析 | 第20-25页 |
| ·短期负荷特性概述 | 第20-21页 |
| ·负荷的周期性特性 | 第21-24页 |
| ·负荷的天气影响因素 | 第24页 |
| ·负荷的其他影响因素 | 第24-25页 |
| ·负荷预测的基本原理 | 第25-26页 |
| ·负荷预测的流程 | 第26-27页 |
| ·负荷预测的误差分析 | 第27-29页 |
| ·产生误差的原因 | 第27-28页 |
| ·负荷预测中常用的计算、分析预测误差的指标和方法 | 第28页 |
| ·误差的传播 | 第28-29页 |
| ·小结 | 第29-30页 |
| 3 数据挖掘与神经网络 | 第30-57页 |
| ·数据挖掘简介 | 第30-38页 |
| ·什么是数据挖掘 | 第30页 |
| ·数据挖掘的功能 | 第30-32页 |
| ·数据挖掘的特点 | 第32页 |
| ·数据挖掘的过程 | 第32-33页 |
| ·数据挖掘的应用 | 第33-34页 |
| ·聚类算法的应用 | 第34-38页 |
| ·神经网络简介 | 第38-49页 |
| ·人工神经网络发展历史 | 第38-39页 |
| ·人工神经网络的基本概念 | 第39-40页 |
| ·人工神经网络的基本特性 | 第40-41页 |
| ·人工神经网络在负荷预测中的应用 | 第41-42页 |
| ·BP 神经网络的基本原理及其改进 | 第42-49页 |
| ·模拟退火算法 | 第49-56页 |
| ·退火过程模拟与组合优化 | 第50-51页 |
| ·SA 算法的流程 | 第51-53页 |
| ·SA 关键参数和操作设计 | 第53-56页 |
| ·小结 | 第56-57页 |
| 4 预测模型的建立及算例分析 | 第57-77页 |
| ·历史负荷数据预处理 | 第57-60页 |
| ·异常数据的分类 | 第57-58页 |
| ·常用的异常数据修正方法 | 第58-60页 |
| ·异常数据修正 | 第60页 |
| ·负荷数据的归一化处理 | 第60页 |
| ·负荷影响因素的量化处理 | 第60-62页 |
| ·神经网络负荷预测模型 | 第62-66页 |
| ·负荷预测结果与分析 | 第66-76页 |
| ·异常数据的处理 | 第67-70页 |
| ·预测结果的分析 | 第70-76页 |
| ·小结 | 第76-77页 |
| 5 结论 | 第77-79页 |
| 参考文献 | 第79-81页 |
| 在校期间发表的学术论文 | 第81-82页 |
| 致谢 | 第82页 |
