含有山区小水电的短期负荷预测技术
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 短期负荷预测的作用及国内外研究现状 | 第9-12页 |
| 1.3 本文研究的主要内容及章节安排 | 第12-14页 |
| 第2章 负荷特性分析 | 第14-24页 |
| 2.1 概述 | 第14页 |
| 2.2 负荷特性对比分析 | 第14-20页 |
| 2.2.1 时间因素 | 第14-18页 |
| 2.2.2 气象因素 | 第18-19页 |
| 2.2.3 其它因素 | 第19-20页 |
| 2.3 负荷曲线对比分析 | 第20-22页 |
| 2.4 本章小结 | 第22-24页 |
| 第3章 小水电发电负荷的数据处理 | 第24-38页 |
| 3.1 概述 | 第24页 |
| 3.2 小水电发电负荷数据处理的基本思路 | 第24-25页 |
| 3.3 负荷数据预处理 | 第25-28页 |
| 3.3.1 不良数据的分类 | 第25-26页 |
| 3.3.2 不良数据的辨识 | 第26页 |
| 3.3.3 不良数据的修正 | 第26-28页 |
| 3.4 小水电日负荷曲线的分解 | 第28-30页 |
| 3.4.1 小水电日负荷曲线分解概述 | 第28页 |
| 3.4.2 基于负荷点离散系数的负荷曲线时段分解 | 第28-30页 |
| 3.5 样本聚类 | 第30-36页 |
| 3.5.1 聚类的必要性分析 | 第30-31页 |
| 3.5.2 聚类方法 | 第31-35页 |
| 3.5.3 基于分段特征曲线的负荷异常数据调整 | 第35-36页 |
| 3.6 算例分析 | 第36页 |
| 3.7 本章小结 | 第36-38页 |
| 第4章 综合模型的建立与算例分析 | 第38-50页 |
| 4.1 概述 | 第38页 |
| 4.2 负荷预测模型建立 | 第38-39页 |
| 4.3 负荷预测方法 | 第39-46页 |
| 4.3.1 线性回归 | 第39-41页 |
| 4.3.2 灰色预测 | 第41-42页 |
| 4.3.3 神经网络 | 第42-46页 |
| 4.4 仿真分析 | 第46-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 结论与展望 | 第50-52页 |
| 5.1 本文总结 | 第50-51页 |
| 5.2 研究展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第56-57页 |
| 致谢 | 第57-58页 |
| 作者简介 | 第58页 |
