面向智慧城市的智能电网电力需求预测技术研究与应用
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 课题意义 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-15页 |
| 1.4 课题研究内容 | 第15-18页 |
| 1.4.1 研究内容 | 第15页 |
| 1.4.2 本课题创新点 | 第15-17页 |
| 1.4.3 技术路线 | 第17-18页 |
| 1.5 本文的组织结构 | 第18页 |
| 1.6 本章小节 | 第18-19页 |
| 第2章 相关理论及技术 | 第19-31页 |
| 2.1 电力预测相关理论及技术 | 第19-23页 |
| 2.1.1 电力预测时长分类 | 第19-20页 |
| 2.1.2 电力需求预测方法 | 第20-23页 |
| 2.2 K-means聚类算法 | 第23-25页 |
| 2.2.1 算法简介 | 第23页 |
| 2.2.2 算法原理 | 第23页 |
| 2.2.3 算法描述 | 第23-24页 |
| 2.2.4 算法的优缺点 | 第24页 |
| 2.2.5 算法的应用 | 第24-25页 |
| 2.3 BP神经网络算法 | 第25-30页 |
| 2.3.1 算法基本原理 | 第25-26页 |
| 2.3.2 人工神经元模型 | 第26页 |
| 2.3.3 算法的流程 | 第26-29页 |
| 2.3.4 影响因素分析 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 基于数据挖掘的电力客户细分研究 | 第31-44页 |
| 3.1 电力客户细分问题分析 | 第31-32页 |
| 3.1.1 细分对象 | 第31页 |
| 3.1.2 细分思路 | 第31-32页 |
| 3.2 细分模型体系 | 第32-33页 |
| 3.3 构建数据仓库 | 第33-37页 |
| 3.3.1 数据库与数据仓库的联系 | 第33-34页 |
| 3.3.2 本课题数据仓库特点 | 第34页 |
| 3.3.3 数据仓库逻辑模型 | 第34-37页 |
| 3.4 数据挖掘过程 | 第37-42页 |
| 3.4.1 数据清洗 | 第37-38页 |
| 3.4.2 数据集成与变换 | 第38-39页 |
| 3.4.3 算法工作框架 | 第39-40页 |
| 3.4.4 算法实现过程 | 第40-42页 |
| 3.5 数据挖掘模型结果 | 第42-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第4章 电力需求预测技术研究 | 第44-56页 |
| 4.1 电力需求问题分析 | 第44-45页 |
| 4.1.1 电力需求自身特点 | 第44-45页 |
| 4.1.2 电力需求预测多指标模型 | 第45页 |
| 4.2 智慧城市下电力需求预测指标选取 | 第45-46页 |
| 4.3 样本数据的归一化 | 第46页 |
| 4.4 神经网络的拓扑结构 | 第46-48页 |
| 4.4.1 网络层数的确定 | 第47页 |
| 4.4.2 输入层、输出层节点数的确定 | 第47页 |
| 4.4.3 隐层数和隐层节点数的确定 | 第47-48页 |
| 4.5 网络学习参数的选取 | 第48-49页 |
| 4.5.1 初始权值和阈值的选取 | 第48-49页 |
| 4.5.2 学习速率的选取 | 第49页 |
| 4.5.3 期望误差的选取 | 第49页 |
| 4.6 实际算例分析 | 第49-51页 |
| 4.7 算法的改进 | 第51-55页 |
| 4.7.1 附加动量法 | 第51-52页 |
| 4.7.2 改进后的算法算例分析 | 第52-55页 |
| 4.8 本章小结 | 第55-56页 |
| 第5章 电力需求预测技术应用 | 第56-71页 |
| 5.1 智慧城市基础数据库和应用平台建设背景 | 第56-57页 |
| 5.2 电力需求预测系统总体设计 | 第57-61页 |
| 5.2.1 设计目标及原则 | 第57-58页 |
| 5.2.2 系统拓扑结构 | 第58页 |
| 5.2.3 系统架构设计 | 第58-60页 |
| 5.2.4 系统接口描述 | 第60-61页 |
| 5.2.5 系统开发环境 | 第61页 |
| 5.3 系统功能设计 | 第61-62页 |
| 5.4 系统数据库设计 | 第62-65页 |
| 5.5 系统功能模块实现 | 第65-70页 |
| 5.5.1 系统用户注册与登录 | 第65-67页 |
| 5.5.2 电力客户细分模块 | 第67-69页 |
| 5.5.3 电力需求预测模块 | 第69-70页 |
| 5.6 本章小结 | 第70-71页 |
| 第6章 总结展望 | 第71-73页 |
| 6.1 本文总结 | 第71页 |
| 6.2 课题展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77页 |
