首页--工业技术论文--电工技术论文--输配电工程、电力网及电力系统论文--理论与分析论文--电力系统规划论文

基于信息粒化及加权SVM的短期电力负荷预测

摘要第5-6页
ABSTRACT第6页
第一章 绪论第9-15页
    1.1 短期负荷预测的背景和意义第9-10页
    1.2 短期负荷预测的研究现状第10-12页
    1.3 负荷预测的基本过程第12-13页
    1.4 研究内容和组织结构第13-15页
第二章 信息粒化理论第15-21页
    2.1 信息粒化思想第15-16页
    2.2 时间序列中的模糊粒化方法第16-18页
    2.3 修正后的三角型模糊粒化方法第18-19页
    2.4 本章小结第19-21页
第三章 短期电力负荷特性分析及相似度计算第21-29页
    3.1 短期负荷的特点第22页
    3.2 短期负荷的影响因素分析第22-25页
    3.3 短期负荷影因素的量化处理第25-26页
        3.3.1 星期类型量化第25-26页
        3.3.2 天气类型的量化第26页
        3.3.3 气温的量化第26页
        3.3.4 日期间隔的量化第26页
    3.4 基于日特征量的相似度计算方法第26-28页
    3.5 本章小结第28-29页
第四章 基于信息粒化和相似度权重的SVM预测模型第29-41页
    4.1 支持向量机回归理论第29-33页
    4.2 改进后加权SVM及权重计算第33-35页
        4.2.1 改进的加权SVM第33-35页
        4.2.2 加权SVM的权重系数计算第35页
    4.3 加权SVM算法的设计第35-37页
        4.3.1 核函数选取第35-36页
        4.3.2 参数寻优第36-37页
    4.4 基于信息粒化和加权SVM的算法设计第37-38页
    4.5 本章小结第38-41页
第五章 实验结果与分析第41-51页
    5.1 实验环境和数据说明第41页
    5.2 原始负荷数据的处理第41-43页
        5.2.1 缺失数据的处理第42页
        5.2.2 异常数据处理第42-43页
    5.3 算法性能检验指标第43页
    5.4 基于信息粒化和加权SVM的短期负荷预测实例仿真第43-50页
    5.5 本章小结第50-51页
总结与展望第51-53页
参考文献第53-57页
致谢第57-58页
附录A 攻读硕士学位期间发表论文及成果第58页

论文共58页,点击 下载论文
上一篇:机载LiDAR输电线走廊点云数据自动分类和树障预警分析方法研究
下一篇:蝴蝶兰叶肉原生质体分离、融合及GFP瞬时表达研究