| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题的研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文解决的问题 | 第12-13页 |
| 1.4 论文的主要工作 | 第13-14页 |
| 第2章 电力系统地区负荷预测分析 | 第14-20页 |
| 2.1 地区级电力负荷的构成及特征 | 第14页 |
| 2.2 电力系统负荷预测的分类及影响因素 | 第14-17页 |
| 2.2.1 电力系统负荷预测内容分类 | 第14-16页 |
| 2.2.2 电力系统负荷预测方法分类 | 第16页 |
| 2.2.3 影响电力系统负荷预测的主要因素 | 第16-17页 |
| 2.3 电力负荷预测的过程及原则 | 第17-18页 |
| 2.3.1 电力负荷预测的过程 | 第17-18页 |
| 2.3.2 电力负荷预测的方法特点 | 第18页 |
| 2.4 负荷预测遵循的原则 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第3章 灰色理论、神经网络理论及组合预测理论 | 第20-37页 |
| 3.1 灰色预测基本理论 | 第20-25页 |
| 3.1.1 灰色系统理论分析 | 第20-21页 |
| 3.1.2 灰色预测的模型及函数 | 第21-22页 |
| 3.1.3 GM(1,1)模型及其MATLAB实现 | 第22-24页 |
| 3.1.4 灰色模型与其他模型结合方式 | 第24-25页 |
| 3.2 人工神经网络理论 | 第25-34页 |
| 3.2.1 人工神经网络概念 | 第25页 |
| 3.2.2 BP神经网络 | 第25-29页 |
| 3.2.3 RBF神经网络 | 第29-31页 |
| 3.2.4 Elman神经网络 | 第31-34页 |
| 3.3 变权重组合预测模型 | 第34-35页 |
| 3.3.1 变权重组合预测法的数学模型 | 第34页 |
| 3.3.2 最佳权重系数的确定 | 第34-35页 |
| 3.4 本章小结 | 第35-37页 |
| 第4章 地区级电力负荷预测模型的建立 | 第37-44页 |
| 4.1 负荷数据的预处理 | 第37-38页 |
| 4.2 神经网络预测模型结构的确定 | 第38-40页 |
| 4.3 组合预测模型的确定 | 第40-42页 |
| 4.3.1 本文使用模型 | 第40-41页 |
| 4.3.2 模型的多因素扩展 | 第41-42页 |
| 4.4 预测结果的误差分析及关联度分析 | 第42-43页 |
| 4.4.1 误差分析 | 第42页 |
| 4.4.2 关联度分析 | 第42-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 地区级电力负荷预测实例计算 | 第44-56页 |
| 5.1 某地区电力负荷特性分析 | 第44-47页 |
| 5.1.1 用电量比重统计 | 第44-45页 |
| 5.1.2 电力负荷周期性 | 第45-47页 |
| 5.2 负荷预测结果分析 | 第47-55页 |
| 5.2.1 短期负荷数据下组合预测的结果分析 | 第47-51页 |
| 5.2.2 中长期负荷数据下组合预测的结果分析 | 第51-55页 |
| 5.3 本章小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第60-61页 |
| 致谢 | 第61页 |