林芝地区电力负荷的短期预测
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题的提出及其意义 | 第9-10页 |
| ·国内外负荷预测研究综述 | 第10-12页 |
| ·原始数据的处理 | 第10页 |
| ·预测模型的参数估计 | 第10-11页 |
| ·预测模型评估 | 第11页 |
| ·预测新方法、新思路和新策略的探索 | 第11页 |
| ·研究自适应与自学习的预测策略 | 第11-12页 |
| ·电力负荷预测对西藏发展的重要性 | 第12页 |
| ·本论文的主要工作 | 第12-13页 |
| ·本文创新点 | 第13-14页 |
| 第二章 电力负荷预测的概述 | 第14-21页 |
| ·电力负荷预测的基本概念 | 第14页 |
| ·电力系统负荷的分类及特点 | 第14-15页 |
| ·电力系统负荷的分类 | 第14-15页 |
| ·电力负荷的特点 | 第15页 |
| ·电力负荷预测的一般过程与基本方法 | 第15-19页 |
| ·电力负荷预测的一般过程 | 第15-16页 |
| ·短期电力负荷预测方法 | 第16-19页 |
| ·影响西藏电力负荷预测的主要因素 | 第19页 |
| ·对西藏电力负荷预测应遵循的理念 | 第19-21页 |
| 第三章 神经网络在电力短期负荷预测中的应用 | 第21-37页 |
| ·神经网络基础 | 第21-23页 |
| ·神经元数学模型 | 第21-22页 |
| ·神经元的有导师学习 | 第22-23页 |
| ·BP 神经网络介绍 | 第23-26页 |
| ·BP 网络存在的优点与不足及其改进 | 第26-28页 |
| ·BP 网络的优点 | 第26页 |
| ·BP 网络的不足 | 第26-27页 |
| ·BP 算法的若干改进 | 第27-28页 |
| ·径向基函数网络及MATLAB 实现 | 第28-33页 |
| ·径向基网络结构 | 第28-30页 |
| ·径向基函数的学习过程 | 第30-31页 |
| ·径向基函数的训练 | 第31页 |
| ·径向基网络的特点及其他问题 | 第31页 |
| ·RBF 网络具体的训练流程 | 第31-33页 |
| ·MATLAB7.0 与神经网络工具箱简介 | 第33-37页 |
| ·MATLAB 简介 | 第33-34页 |
| ·算例分析 | 第34-37页 |
| 第四章 基于径向基网络的正常工作日短期负荷预测 | 第37-46页 |
| ·负荷预测日期类型 | 第37页 |
| ·输入样本的选取 | 第37-38页 |
| ·神经网络输入数据的预处理和后处理 | 第38-39页 |
| ·对温度信息的量化处理 | 第39页 |
| ·对天气状况信息的量化处理 | 第39页 |
| ·实例分析 | 第39-45页 |
| ·预测结果分析 | 第45-46页 |
| 第五章 结论与展望 | 第46-48页 |
| ·结论 | 第46页 |
| ·展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 攻读学位期间的研究成果 | 第52-53页 |
| 致谢 | 第53页 |
