基于知识库的电力系统短期负荷预测的研究
| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·选题背景及意义 | 第7页 |
| ·负荷预测的内容和分类 | 第7-8页 |
| ·影响负荷预测的因素 | 第8-9页 |
| ·短期电力负荷预测的研究现状 | 第9-10页 |
| ·本论文的主要工作和内容安排 | 第10-12页 |
| 第二章 知识库和知识库系统原理 | 第12-20页 |
| ·知识概述 | 第12-13页 |
| ·知识的概念 | 第12页 |
| ·知识的分级和分层 | 第12-13页 |
| ·知识的类型 | 第13页 |
| ·知识库和知识库系统 | 第13-15页 |
| ·知识库 | 第13页 |
| ·知识库系统 | 第13-14页 |
| ·推理机构 | 第14-15页 |
| ·知识库系统实现的关键技术 | 第15-19页 |
| ·知识表示 | 第15-17页 |
| ·知识获取 | 第17-19页 |
| ·小结 | 第19-20页 |
| 第三章 数据挖掘相关技术 | 第20-26页 |
| ·数据挖掘技术 | 第20-23页 |
| ·数据挖掘概念 | 第20页 |
| ·数据挖掘步骤 | 第20-21页 |
| ·数据挖掘的功能 | 第21-22页 |
| ·数据挖掘常用技术 | 第22-23页 |
| ·挖掘算法的选择 | 第23-24页 |
| ·C4.5 算法 | 第24-25页 |
| ·小结 | 第25-26页 |
| 第四章 基于 C4.5 算法的规则提取 | 第26-41页 |
| ·原始数据的预处理 | 第26页 |
| ·负荷预测 | 第26-29页 |
| ·算法模型 | 第27页 |
| ·预测样本的确定 | 第27-28页 |
| ·预测实例 | 第28-29页 |
| ·规则提取 | 第29-40页 |
| ·节假日类型的划分 | 第29-30页 |
| ·目标属性和条件属性的确定 | 第30-31页 |
| ·数据挖掘的软件-Weka | 第31-32页 |
| ·数据处理 | 第32-40页 |
| ·小结 | 第40-41页 |
| 第五章 基于知识库修正的非正常日预测 | 第41-52页 |
| ·知识库的设计思想 | 第41-42页 |
| ·Visual Prolog 软件的介绍 | 第42-44页 |
| ·Visual Prolog 的由来和发展 | 第42页 |
| ·可视化开发环境 | 第42-43页 |
| ·Visual Prolog 的程序结构 | 第43-44页 |
| ·知识库的建立 | 第44-47页 |
| ·负荷预测数据库 | 第44-45页 |
| ·负荷预测规则库 | 第45-47页 |
| ·实例分析 | 第47-51页 |
| ·不同节假日类型的负荷预测实例 | 第47-50页 |
| ·本文方法与其它预测方法的比较 | 第50-51页 |
| ·小结 | 第51-52页 |
| 第六章 结论与展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 在学期间发表的学术论文和参加科研情况 | 第58页 |
