基于电价预测的水电厂报价策略研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-15页 |
| ·课题的研究背景和意义 | 第7-10页 |
| ·电力市场概述 | 第7-8页 |
| ·我国电力市场的特点 | 第8-10页 |
| ·本文研究的意义 | 第10页 |
| ·竞价策略的研究现状 | 第10-13页 |
| ·本文的主要工作 | 第13-15页 |
| 2 最小二乘支持向量机原理 | 第15-31页 |
| ·机器学习问题 | 第15-18页 |
| ·学习问题的数学描述 | 第16-17页 |
| ·模型的推广能力 | 第17-18页 |
| ·统计学习理论基础 | 第18-21页 |
| ·VC维 | 第18-19页 |
| ·推广性的界 | 第19-20页 |
| ·结构风险最小化原则 | 第20-21页 |
| ·支持向量机回归 | 第21-27页 |
| ·基本原理 | 第21-23页 |
| ·支持向量机回归 | 第23-25页 |
| ·核函数 | 第25-26页 |
| ·支持向量机回归的实现 | 第26-27页 |
| ·最小二乘支持向量机回归 | 第27-28页 |
| ·对 LS-SVM的几点说明 | 第28-29页 |
| ·数值试验 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 3 系统边际电价预测 | 第31-46页 |
| ·系统边际电价分析 | 第31-34页 |
| ·SMP的形成机制 | 第31-33页 |
| ·SMP的影响因素 | 第33-34页 |
| ·SMP的特点 | 第34页 |
| ·系统边际电价预测 | 第34-39页 |
| ·时间序列相似搜索 | 第34-35页 |
| ·LS-SVM电价预测模型 | 第35-37页 |
| ·LS-SVM参数的自动选取 | 第37-39页 |
| ·实例分析 | 第39-45页 |
| ·本章小结 | 第45-46页 |
| 4 改进自适应遗传算法 | 第46-56页 |
| ·简单遗传算法 | 第46-49页 |
| ·算法流程 | 第46-48页 |
| ·算法的控制参数 | 第48-49页 |
| ·简单遗传算法的不足 | 第49-50页 |
| ·改进自适应遗传算法 | 第50-53页 |
| ·交叉概率和变异概率的改进 | 第50-52页 |
| ·遗传操作的改进 | 第52-53页 |
| ·改进算法的性能测试 | 第53-55页 |
| ·改进算法流程 | 第53-54页 |
| ·性能测试 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 5 水电厂报价策略 | 第56-62页 |
| ·水电厂报价策略的数学模型 | 第56-57页 |
| ·水电厂报价策略流程 | 第57页 |
| ·实例分析 | 第57-61页 |
| ·本章小结 | 第61-62页 |
| 6 总结与展望 | 第62-64页 |
| ·总结 | 第62-63页 |
| ·展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间发表的学术论文及科研实践情况 | 第70页 |
