| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·引言 | 第7页 |
| ·本课题研究的目的和意义 | 第7页 |
| ·负荷预测分类和短期负荷预测的方法概述 | 第7-11页 |
| ·负荷预测分类 | 第7-8页 |
| ·短期负荷预测的方法概述 | 第8-11页 |
| ·本文的主要工作 | 第11-13页 |
| 第二章 PDP 模型、神经网络和模糊理论 | 第13-23页 |
| ·引言 | 第13页 |
| ·PDP 模型 | 第13-17页 |
| ·人工神经网络 | 第17-19页 |
| ·人工神经网络类型及应用 | 第17页 |
| ·人工神经网络的学习算法 | 第17-18页 |
| ·常用人工神经网络及特点 | 第18-19页 |
| ·模糊理论概述 | 第19-21页 |
| ·模糊理论的基本知识 | 第19-20页 |
| ·模糊系统的特点 | 第20-21页 |
| ·模糊神经网络 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 中压配电网短期节点负荷预测的模糊神经网络模型与算法 | 第23-31页 |
| ·引言 | 第23页 |
| ·问题解决思路 | 第23-24页 |
| ·STNLFFNN 的模型与算法 | 第24-30页 |
| ·STNLFFNN 的网络结构 | 第25-26页 |
| ·STNLFFNN 的学习算法 | 第26-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 算例分析 | 第31-43页 |
| ·引言 | 第31页 |
| ·参数的选取 | 第31-34页 |
| ·经验风险最小化原则 | 第31-32页 |
| ·影响负荷的因素 | 第32页 |
| ·索引特征的选取 | 第32-33页 |
| ·数值特征的选取 | 第33页 |
| ·权重的选取 | 第33-34页 |
| ·STNLFFNN 的使用 | 第34-42页 |
| ·算例1 | 第34-38页 |
| ·算例2 | 第38-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 STNLFFNN 的工程应用 | 第43-51页 |
| ·引言 | 第43页 |
| ·数据的获取 | 第43-47页 |
| ·配电负荷测量现状综述 | 第43-44页 |
| ·常用测量系统简介 | 第44-47页 |
| ·数据的预处理 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第六章 结论 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 发表论文和参加科研情况 | 第55-56页 |
| 附录A | 第56-58页 |
| 附录B | 第58-59页 |
| 致谢 | 第59页 |