电力系统短期负荷预测方法研究
| 第一章 绪论 | 第1-15页 |
| ·选题背景及研究意义 | 第8-10页 |
| ·国内外短期负荷预测研究动态 | 第10-14页 |
| ·本文所做工作 | 第14-15页 |
| 第二章 电力系统负荷预测分析 | 第15-22页 |
| ·电力系统负荷的分类与特性 | 第15-18页 |
| ·电力系统负荷历史数据的预处理 | 第18-19页 |
| ·负荷预测误差分析 | 第19-22页 |
| 第三章 负荷预测的时间序列法研究 | 第22-44页 |
| ·时间序列的定义 | 第22页 |
| ·平稳时间序列线性模型 | 第22-34页 |
| ·模型的分类及其特点 | 第24-25页 |
| ·模型辨识和参数估计 | 第25-34页 |
| ·非平稳时间序列线性模型 | 第34页 |
| ·算例分析 | 第34-43页 |
| ·小结 | 第43-44页 |
| 第四章 负荷预测的卡尔曼滤波法研究 | 第44-74页 |
| ·卡尔曼滤波理论 | 第44-52页 |
| ·卡尔曼滤波理论的应用 | 第44-45页 |
| ·随机线性离散系统的卡尔曼滤波 | 第45-52页 |
| ·自回归模型(AR)的卡尔曼滤波方法 | 第52-67页 |
| ·自回归模型的建立 | 第52-53页 |
| ·状态模型的建立 | 第53-54页 |
| ·模型阶数的确定 | 第54-56页 |
| ·(AIC)定阶法 | 第54-56页 |
| ·迭代递推初值确定 | 第56-59页 |
| ·最小二乘法 | 第57-59页 |
| ·递推初值确定 | 第59页 |
| ·对噪声协方差的自适应估计 | 第59-61页 |
| ·时变噪声统计估值器 | 第60-61页 |
| ·强跟踪卡尔曼滤波 | 第61-65页 |
| ·衰减记忆滤波方程 | 第61-63页 |
| ·自适应加权系数λ_k的确定 | 第63-65页 |
| ·两种改进方法的结合 | 第65-67页 |
| ·滤波器收敛性判据 | 第65-67页 |
| ·算例分析 | 第67-73页 |
| ·基本卡尔曼滤波负荷预测 | 第67-69页 |
| ·带时变噪声统计估值器的卡尔曼滤波负荷预测 | 第69-70页 |
| ·两种改进方法结合的卡尔曼滤波负荷预测 | 第70-73页 |
| ·小结 | 第73-74页 |
| 第五章 结论 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 作者在攻读硕士学位期间发表的论文 | 第81-82页 |
| 声明 | 第82-83页 |
| 致谢 | 第83页 |
