| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 引言 | 第9-14页 |
| ·研究背景及意义 | 第9-11页 |
| ·课题来源与研究内容 | 第11-12页 |
| ·课题来源 | 第11-12页 |
| ·课题主要研究内容 | 第12页 |
| ·论文结构 | 第12-14页 |
| 第二章 电力负荷预测技术研究现状和理论基础 | 第14-22页 |
| ·基于多变量分析的电力负荷预测研究现状 | 第14-16页 |
| ·负荷预测的特点和多变量构成 | 第16-17页 |
| ·多变量负荷预测的特点 | 第16-17页 |
| ·多变量样本构成 | 第17页 |
| ·多变量异常数据预处理 | 第17-19页 |
| ·多变量负荷预测误差评价指标 | 第19-20页 |
| ·本章小结 | 第20-22页 |
| 第三章 基于相似性选择机制的支持向量回归机和组合负荷预测算法 | 第22-51页 |
| ·负荷曲线相似性研究及气象因素相关性分析 | 第22-29页 |
| ·负荷曲线相似性特征提取 | 第22-26页 |
| ·负荷与气象因素相关性分析 | 第26-29页 |
| ·基于多变量负荷预测的支持向量回归机模型 | 第29-36页 |
| ·支持向量回归机的理论与模型研究 | 第29-33页 |
| ·粒子群算法智能化选择SVR模型参数 | 第33-35页 |
| ·支持向量回归机进行电力负荷预测 | 第35-36页 |
| ·基于组合模型的负荷预测 | 第36-39页 |
| ·组合模型的理论与模型研究 | 第36-37页 |
| ·ARMA预测模型 | 第37-38页 |
| ·组合模型预测过程 | 第38-39页 |
| ·仿真实验结果 | 第39-50页 |
| ·单变量和多变量负荷预测结果比较 | 第40-45页 |
| ·加入相似性选取的负荷预测结果比较 | 第45-48页 |
| ·加入粒子群参数选取的负荷预测结果比较 | 第48-49页 |
| ·不同算法模型的负荷预测结果比较 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 多变量负荷预测系统设计与实现 | 第51-65页 |
| ·系统开发技术分析 | 第51-52页 |
| ·功能需求分析 | 第52-53页 |
| ·系统设计 | 第53-55页 |
| ·系统架构图 | 第53-54页 |
| ·工作流程图 | 第54-55页 |
| ·系统各模块详细设计与实现 | 第55-62页 |
| ·数据采集模块的设计与实现 | 第55-57页 |
| ·负荷相似性研究模块设计与实现 | 第57-58页 |
| ·负荷相关性研究模块设计与实现 | 第58-59页 |
| ·SVR负荷预测模块设计与实现 | 第59-60页 |
| ·组合预测模块设计与实现 | 第60-61页 |
| ·Socket通信模块设计与实现 | 第61-62页 |
| ·系统测试界面 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 结论与展望 | 第65-67页 |
| ·论文工作总结 | 第65页 |
| ·问题和展望 | 第65-67页 |
| 参考文献 | 第67-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间发表的学术论文 | 第70页 |