| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 课题背景及研究的目的和意义 | 第11页 |
| 1.2 课题研究现状 | 第11-13页 |
| 1.2.1 负荷预测中的数据预处理技术 | 第11-12页 |
| 1.2.2 城网总量负荷预测研究现状 | 第12-13页 |
| 1.2.3 电力负荷的多级协调 | 第13页 |
| 1.3 主要研究内容 | 第13-15页 |
| 第2章 电力负荷特性分析 | 第15-22页 |
| 2.1 引言 | 第15页 |
| 2.2 电力负荷的规律性分析 | 第15-17页 |
| 2.2.1 电力负荷的分类 | 第15-16页 |
| 2.2.2 电力负荷的影响因素 | 第16页 |
| 2.2.3 电力负荷的增长特性 | 第16-17页 |
| 2.3 地理信息系统在空间负荷预测中的应用 | 第17-20页 |
| 2.3.1 电力地理信息系统的建立 | 第17-19页 |
| 2.3.2 供电小区的划分 | 第19-20页 |
| 2.4 电力负荷的多尺度空间分辨率分析 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 基于混合高斯分布确定元胞负荷合理最大值的方法 | 第22-32页 |
| 3.1 引言 | 第22页 |
| 3.2 异常数据的分类与典型负荷曲线的选取 | 第22-23页 |
| 3.3 基于规律性分析的电力负荷数据特征提取 | 第23-24页 |
| 3.3.1 基于典型负荷曲线的电力负荷统计特性分析 | 第23-24页 |
| 3.3.2 基于概率密度函数的电力负荷分布特性分析 | 第24页 |
| 3.4 电力负荷异常数据的辨识 | 第24-26页 |
| 3.5 元胞负荷合理最大值的确定 | 第26-27页 |
| 3.6 算例分析 | 第27-31页 |
| 3.6.1 应用场景 | 第27-28页 |
| 3.6.2 应用场景 | 第28-31页 |
| 3.7 本章小结 | 第31-32页 |
| 第4章 基于主成分分析与多变量模型的城网总量负荷预测 | 第32-44页 |
| 4.1 引言 | 第32页 |
| 4.2 城市电网总量负荷预测思路 | 第32-34页 |
| 4.3 影响负荷变化因素的筛选及总量负荷预测模型的建立 | 第34-35页 |
| 4.4 总量负荷预测模型的拓展 | 第35-37页 |
| 4.5 算例分析 | 第37-43页 |
| 4.6 本章小结 | 第43-44页 |
| 第5章 多尺度空间分辨率下基于粒子群算法的SLF多级协调 | 第44-55页 |
| 5.1 引言 | 第44页 |
| 5.2 空间负荷预测的多尺度空间分析 | 第44-46页 |
| 5.2.1 基于元胞负荷合理最大值的SLF结果可靠性分析 | 第45-46页 |
| 5.2.2 基于多尺度空间分辨率的SLF误差分析 | 第46页 |
| 5.3 基于粒子群算法的SLF多级协调 | 第46-49页 |
| 5.4 算例分析 | 第49-54页 |
| 5.5 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录 | 第60-62页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第62-63页 |
| 致谢 | 第63页 |
