首页--工业技术论文--电工技术论文--发电、发电厂论文--发电厂论文--火力发电厂、热电站论文

基于混沌神经网络的热电厂电价预测及热电优化分配的研究

致谢第1-6页
中文摘要第6-7页
ABSTRACT第7-12页
1 绪论第12-24页
   ·本文的课题背景与意义第12-18页
     ·发展热电联产的重要意义第12-13页
     ·国内外热电联产发展现状第13-14页
     ·我国热电联产面临的问题和解决途径第14-16页
     ·本文研究的意义第16-18页
   ·本文的研究方法讨论第18-22页
     ·电价预测研究现状第18-20页
     ·热电负荷优化分配研究现状第20-22页
   ·本文研究的主要工作第22-24页
2 系统边际电价概述第24-31页
   ·电力市场的交易模式第24-25页
   ·系统边际电价形成机制第25-26页
   ·系统边际电价特点第26-29页
   ·影响系统边际电价的主要因素第29-31页
3 电价时间序列和负荷时间序列的混沌特性分析第31-44页
   ·混沌理论基础第31-33页
     ·混沌的基本概念第31-32页
     ·奇异吸引子第32页
     ·混沌时间序列第32-33页
   ·混沌时间序列的判别第33-36页
     ·庞加莱截面法第33页
     ·功率谱分析法第33页
     ·Lyapunov指数法第33-34页
     ·关联维数法第34-36页
   ·混沌时间序列重构相空间第36-39页
     ·相空间重构第36-37页
     ·相空间重构参数的确定第37-39页
   ·电价序列和负荷序列混沌特性分析实例第39-44页
     ·电价序列和负荷序列数据标准化处理第39-40页
     ·电价序列和负荷序列的相空间重构第40-42页
     ·电价序列和负荷序列的混沌性判别第42-44页
4 短期边际电价预测模型方法及应用的研究第44-69页
   ·混沌时间序列的预测方法第44-45页
     ·全局预测法第44-45页
     ·局部预测法第45页
   ·单变量时间序列的前馈型神经网络预测模型第45-56页
     ·前馈型神经网络模型第46-48页
     ·反向传播学习算法第48-50页
     ·单变量时间序列的前馈型神经网络预测第50-56页
   ·多变量时间序列的混沌神经网络预测模型第56-66页
     ·增加预测变量──多变量相空间重构第56-57页
     ·进一步筛选扬样本──利用关联度准则第57-58页
     ·改进神经网络模型──建立混沌神经网络模型第58-60页
     ·多变量时间序列的混沌神经网络预测第60-66页
   ·短期边际电价预测在热电厂的应用第66-69页
5 热电联产企业供热和发电负荷优化分配研究第69-78页
   ·热电联产企业供热和发电负荷优化分配的特点第69-72页
     ·热电联产企业供热和发电负荷优化分配的特点第69-70页
     ·热电企业机组的种类与特点第70-72页
   ·负荷优化分配目标函数的确定第72-74页
   ·供热和发电负荷优化分配数学模型第74-78页
     ·单元制系统机组模型第74-76页
     ·母管制系统机组模型第76-78页
6 多目标粒子群算法的优化分配模型第78-94页
   ·基本粒子群算法第78-81页
     ·粒子群算法的原理第78-79页
     ·粒子群算法的步骤第79-80页
     ·粒子群算法的参数控制第80-81页
   ·多目标粒子群算法第81-85页
     ·多目标粒子群算法基本原理第81-82页
     ·多目标粒子群算法步骤第82-83页
     ·多目标粒子群算法的关键操作第83-85页
   ·多目标粒子群算法的优化分配实例第85-94页
     ·单元制机组优化分配实例第85-89页
     ·母管制机组优化分配实例第89-94页
7 软件开发与实现第94-101页
   ·开发环境第94页
   ·系统设计框架第94-95页
   ·系统模块介绍第95-101页
     ·电力市场信息查询第96页
     ·系统边际电价预测第96-97页
     ·电价预测准确度验证第97-98页
     ·机组信息查询与修改第98-99页
     ·负荷分配的计算第99-101页
8 结论与展望第101-103页
   ·结论第101-102页
   ·展望第102-103页
参考文献第103-106页
作者简历第106-108页
学位论文数据集第108页

论文共108页,点击 下载论文
上一篇:侏罗山式褶皱要素对隐伏滑脱层深度及几何样式的限定
下一篇:金融全球化下银行风险监管法律问题研究