| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第1章 绪论 | 第11-21页 |
| ·课题的提出 | 第11-12页 |
| ·国内外研究现状 | 第12-18页 |
| ·本文的对象、方法和贡献 | 第18-21页 |
| 第2章 负荷预测分析 | 第21-31页 |
| ·负荷预测的概念和分类 | 第21-22页 |
| ·负荷预测的误差指标 | 第22-23页 |
| ·负荷特性分析 | 第23-25页 |
| ·甘肃省电网概况 | 第23-24页 |
| ·负荷特性分析 | 第24-25页 |
| ·历史负荷数据的预处理 | 第25-30页 |
| ·异常负荷的辨识和修正 | 第27-29页 |
| ·研究算例 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 神经网络算法研究 | 第31-49页 |
| ·人工神经网络基础 | 第31-35页 |
| ·神经网络的发展 | 第31页 |
| ·人工神经网络的特点 | 第31-32页 |
| ·人工神经元模型 | 第32-35页 |
| ·BP神经网络模型及算法 | 第35-41页 |
| ·BP算法的实现步骤 | 第41-43页 |
| ·BP网络算法的缺点及其改进算法 | 第43-46页 |
| ·ELMAN神经网络结构与算法 | 第46-47页 |
| ·网络结构 | 第46-47页 |
| ·算法简介 | 第47页 |
| ·研究算例 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 基于 ELMAN神经网络的中期负荷预测研究 | 第49-58页 |
| ·基于神经网络的负荷预测模型 | 第49-51页 |
| ·网络输入、输出节点的选取 | 第49页 |
| ·网络输入样本的归一化处理 | 第49-50页 |
| ·神经网络隐含层节点数的确定 | 第50-51页 |
| ·网络参数的选择 | 第51页 |
| ·仿真研究 | 第51-57页 |
| ·月负荷预测系统建模 | 第51-52页 |
| ·模型参数初始化及训练 | 第52-54页 |
| ·预测结果分析 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 在MATLAB环境下实现中期负荷预测 | 第58-63页 |
| ·MATLAB语言及其神经网络工具箱函数 | 第58-59页 |
| ·MATLAB简介 | 第58页 |
| ·神经网络工具箱函数 | 第58-59页 |
| ·MATLAB语言环境下的程序设计 | 第59-62页 |
| ·开发环境 | 第59页 |
| ·数据处理 | 第59页 |
| ·建立输入、输出矩阵 | 第59-60页 |
| ·程序实现 | 第60-62页 |
| ·主程序流程 | 第60页 |
| ·建立网络 | 第60-61页 |
| ·训练网络 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第6章 软件设计 | 第63-69页 |
| ·功能模块设计 | 第63-67页 |
| ·数据库模块 | 第63页 |
| ·登陆模块 | 第63-64页 |
| ·预测主模块 | 第64-65页 |
| ·神经网络设置模块 | 第65页 |
| ·应用服务模块 | 第65-67页 |
| ·系统安全性 | 第67页 |
| ·数据安全性 | 第67页 |
| ·易用性 | 第67-68页 |
| ·硬件配置 | 第68页 |
| ·配置说明 | 第68页 |
| ·本章小结 | 第68-69页 |
| 结论和展望 | 第69-71页 |
| 参考文献 | 第71-78页 |
| 致谢 | 第78-79页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第79页 |