中文摘要 | 第1页 |
英文摘要 | 第3-6页 |
第一章 绪论 | 第6-11页 |
1.1 课题的提出及意义 | 第6-7页 |
1.2 短期负荷预测的研究现状 | 第7-9页 |
1.3 本文的主要工作 | 第9-11页 |
第二章 负荷预测系统整体结构 | 第11-15页 |
2.1 开发工具 | 第11页 |
2.2 系统总体设计 | 第11-15页 |
2.2.1 系统需求分析 | 第11-12页 |
2.2.2 系统结构描述 | 第12-15页 |
第三章 负荷特性分析及数据预处理 | 第15-23页 |
3.1 电力系统负荷的分类 | 第15页 |
3.2 负荷的特性分析 | 第15-21页 |
3.2.1 负荷的周期性 | 第15-18页 |
3.2.2 负荷的随机性 | 第18页 |
3.2.3 负荷的影响因素分析 | 第18-21页 |
3.3 负荷数据预处理 | 第21-23页 |
第四章 基于模糊神经网络的负荷预测模型及算法 | 第23-34页 |
4.1 模糊神经网络理论 | 第23-26页 |
4.1.1 神经网络理论 | 第23-24页 |
4.1.2 模糊理论 | 第24页 |
4.1.3 模糊神经网络理论 | 第24-25页 |
4.1.4 模糊神经网络与神经网络-多层感知器比较 | 第25-26页 |
4.2 负荷预测的模糊神经网络模型 | 第26-31页 |
4.2.1 模型结构 | 第26-29页 |
4.2.2 系统的结构辨识 | 第29-30页 |
4.2.3 节假日模型的构造 | 第30-31页 |
4.3 预测实例分析 | 第31-34页 |
第五章 短期负荷预测软件系统的具体设计 | 第34-48页 |
5.1 系统的主要功能介绍 | 第34-36页 |
5.2 数据库系统设计 | 第36-39页 |
5.2.1 数据库和数据库管理系统(DBMS | 第36-37页 |
5.2.2 ODBC数据接口 | 第37页 |
5.2.3 应用ADO技术访问数据库 | 第37-38页 |
5.2.4 ADO访问数据库的实现 | 第38-39页 |
5.3 计算部分各模块设计 | 第39-43页 |
5.4 网络数据传输程序设计 | 第43-47页 |
5.5 预测对比分析模块 | 第47-48页 |
第六章 结论 | 第48-49页 |
参考文献 | 第49-51页 |
致谢 | 第51-52页 |
攻读硕士学位期间发表的论文 | 第52页 |