| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 插图索引 | 第11-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-21页 |
| ·研究的背景和意义 | 第13-16页 |
| ·电力市场的研究现状 | 第16-17页 |
| ·国内外负荷预测的研究现状与发展 | 第17-20页 |
| ·本文的主要内容和组织结构 | 第20-21页 |
| 第2章 负荷预测基本原理及其研究 | 第21-43页 |
| ·负荷预测的概述 | 第21-27页 |
| ·负荷预测的一般原理和应遵循的理念 | 第21-24页 |
| ·负荷预测的基本原则和基本要求 | 第24-26页 |
| ·负荷预测的步骤 | 第26-27页 |
| ·负荷预测的内容及其分类 | 第27-30页 |
| ·经典负荷预测的内容及其分类 | 第27-28页 |
| ·负荷预测新内容的引入 | 第28-30页 |
| ·短期负荷预测和超短期负荷预测常用方法研究 | 第30-42页 |
| ·短期负荷预测方法概述 | 第31-35页 |
| ·超短期负荷预测方法概述 | 第35-37页 |
| ·组合预测的原理及其方法 | 第37-42页 |
| ·本章小结 | 第42-43页 |
| 第3章 基于动态支持向量机的扩展短期负荷预测 | 第43-51页 |
| ·基本概念和基本原理介绍 | 第43-44页 |
| ·统计理论 | 第43页 |
| ·VC 维 | 第43-44页 |
| ·结构风险最小化 | 第44页 |
| ·支持向量机（SVM）原理及算法 | 第44-45页 |
| ·扩展短期负荷的动态 SVM 模型 | 第45-47页 |
| ·输入变量的选择 | 第45-46页 |
| ·输入变量的归一化处理 | 第46页 |
| ·动态预测模型 | 第46页 |
| ·动态SVM 预测具体流程图 | 第46-47页 |
| ·实例分析 | 第47-50页 |
| ·数据来源及模型建立 | 第47页 |
| ·预测结果及模型对比 | 第47-49页 |
| ·动态预测模型其他相关说明 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 基于相似日权重的扩展短期负荷预测 | 第51-65页 |
| ·短期负荷预测中相似日的选择研究 | 第51-57页 |
| ·影响相似日选择的因素 | 第51-52页 |
| ·趋势相似日和形状相似日研究 | 第52-57页 |
| ·当日已有负荷序列的特性分析 | 第57页 |
| ·同时段负荷序列相似度的量化方法 | 第57-60页 |
| ·海明距离的计算 | 第58页 |
| ·相关系数和相似系数的计算 | 第58-59页 |
| ·当日已有负荷序列与相似日同时段曲线形相似指标的确定 | 第59-60页 |
| ·基于相似日权重的扩展短期负荷预测方法 | 第60-63页 |
| ·线性外推法概述 | 第60-61页 |
| ·基于相似日权重的扩展短期负荷预测方法 | 第61-63页 |
| ·实例分析 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第5章 扩展短期组合负荷预测方法的研究 | 第65-70页 |
| ·当日常规短期负荷预测 | 第65-66页 |
| ·优化求解算法的权重 | 第66页 |
| ·计算预测结果 | 第66-67页 |
| ·实例分析 | 第67-68页 |
| ·扩展短期预测效果统计 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第6章 扩展短期负荷预测方法的相关应用 | 第70-76页 |
| ·修正历史负荷坏数据 | 第70-74页 |
| ·修正历史负荷坏数据概述 | 第70页 |
| ·应用背景 | 第70-71页 |
| ·扩展短期负荷预测修正历史负荷坏数据实现方案 | 第71-72页 |
| ·应用实例 | 第72-74页 |
| ·补足当日未知多点负荷值参与次日的负荷预测 | 第74-75页 |
| ·概述 | 第74页 |
| ·应用背景 | 第74页 |
| ·实现方案 | 第74-75页 |
| ·本章小结 | 第75-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-83页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第83页 |