考虑分区逐时气象信息的短期电力负荷预测研究与应用
摘要 | 第1-6页 |
ABSTRACT | 第6-9页 |
第1章 绪论 | 第9-18页 |
·短期负荷预测的意义和目的 | 第9-11页 |
·负荷预测的发展及现状 | 第11-17页 |
·短期电力负荷预测的主要方法 | 第12-16页 |
·短期电力负荷预测的主要评价指标 | 第16-17页 |
·本文所做的工作 | 第17-18页 |
第2章 考虑逐时气象信息的短期电力负荷预测策略 | 第18-32页 |
·引言 | 第18页 |
·电力负荷的分类 | 第18-20页 |
·工业负荷特点分析 | 第18-19页 |
·商业负荷特性分析 | 第19页 |
·城市民用负荷特性分析 | 第19-20页 |
·农村负荷特性分析 | 第20页 |
·电力负荷的内在规律性 | 第20-23页 |
·电力负荷的周期性 | 第21-22页 |
·电力负荷的连续性 | 第22-23页 |
·气象因素对电力负荷的影响 | 第23-28页 |
·温度对负荷的影响 | 第23-25页 |
·湿度对负荷的影响 | 第25页 |
·降雨量对负荷的影响 | 第25-27页 |
·夏冬季模式分析 | 第27-28页 |
·节假日对负荷的影响 | 第28页 |
·短期电力负荷预测的分区 | 第28-29页 |
·短期电力负荷预测的策略 | 第29-31页 |
·先分区预测再累加 | 第31页 |
·根据网供总负荷与分区气象因素进行预测 | 第31页 |
·根据网供总负荷与综合气象因素进行预测 | 第31页 |
·本章小结 | 第31-32页 |
第3章 考虑逐时气象信息的短期电力负荷预测方法 | 第32-42页 |
·引言 | 第32页 |
·考虑逐时气象信息的相似日的求取 | 第32-34页 |
·基于相似日和多元线性回归的方法 | 第34-36页 |
·多元线性回归模型预测日总负荷 | 第34-35页 |
·波形系数法求96点预测值 | 第35-36页 |
·基于相似日和神经网络的方法 | 第36-40页 |
·径向基函数网络 | 第37-39页 |
·基于相似日和径向基函数网络的短期负荷预测 | 第39-40页 |
·本章小结 | 第40-42页 |
第4章 考虑逐时气象信息的短期电力负荷预测应用 | 第42-61页 |
·引言 | 第42-47页 |
·短期电力负荷预测软件设计 | 第47-56页 |
·系统需求分析 | 第47-48页 |
·历史异常负荷数据的预处理 | 第48-50页 |
·模块设计及流程 | 第50-56页 |
·河南电网预测实例及分析 | 第56-59页 |
·本章小结 | 第59-61页 |
第5章 全文总结 | 第61-63页 |
·本文的主要研究成果 | 第61-62页 |
·后续工作展望 | 第62-63页 |
参考文献 | 第63-65页 |
致谢 | 第65页 |