广东省电力需求分析与预测
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-12页 |
| ·研究背景和意义 | 第9-10页 |
| ·研究背景 | 第9页 |
| ·研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·论文研究的内容 | 第11页 |
| ·论文的创新之处 | 第11-12页 |
| 第二章 电力需求预测理论综述 | 第12-17页 |
| ·电力需求预测概念及原理 | 第12-13页 |
| ·电力需求预测的主要方法 | 第13-16页 |
| ·数学统计法基本模型 | 第13-14页 |
| ·人工智能法 | 第14-16页 |
| ·本章小结 | 第16-17页 |
| 第三章 广东电力需求影响因素及波动趋势预测 | 第17-42页 |
| ·电力需求影响因素分析及实证 | 第17-21页 |
| ·电力需求影响因素综述 | 第17-19页 |
| ·电力需求影响因素实证分析 | 第19-21页 |
| ·电力需求影响指标分类 | 第21-32页 |
| ·景气指标的一般分类方法 | 第21-24页 |
| ·基于时差相关法和 K-L 信息量法的指标分类 | 第24-32页 |
| ·广东省电力需求波动分析及趋势预测 | 第32-41页 |
| ·景气指数合成方法介绍 | 第32-37页 |
| ·电力行业综合景气指数合成 | 第37-39页 |
| ·广东省电力行业周期波动特征分析与预测 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 广东省月度用电量的时间序列法预测 | 第42-53页 |
| ·季节性自回归滑动平均（SARIMA）模型预测 | 第42-45页 |
| ·季节性自回归滑动平均（SARIMA）模型介绍 | 第42-44页 |
| ·预测结果及精度 | 第44-45页 |
| ·温特斯指数平滑法预测 | 第45-48页 |
| ·温特斯模型介绍 | 第45-46页 |
| ·预测结果及精度 | 第46-48页 |
| ·季节乘法模型预测 | 第48-51页 |
| ·季节乘法模型介绍 | 第48-49页 |
| ·预测结果及精度 | 第49-51页 |
| ·本章小结 | 第51-53页 |
| 第五章 广东省月度用电量的神经网络法预测 | 第53-62页 |
| ·神经网络法预测 | 第53-56页 |
| ·人工神经网络在预测中的应用 | 第53-55页 |
| ·BP神经网络模型算法 | 第55-56页 |
| ·月度用电量预测及误差分析 | 第56-61页 |
| ·BP神经网络训练与预测 | 第56-59页 |
| ·BP神经网络组合预测 | 第59-61页 |
| ·精度预测与趋势预测对比 | 第61页 |
| ·本章小结 | 第61-62页 |
| 结论及建议 | 第62-65页 |
| 参考文献 | 第65-70页 |
| 附录 | 第70-74页 |
| 攻读博士/硕士学位期间取得的研究成果 | 第74-75页 |
| 致谢 | 第75-76页 |
| 附件 | 第76页 |
