| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-15页 |
| ·负荷预测概念和基本原理 | 第9页 |
| ·负荷预测的分类和特点 | 第9-11页 |
| ·超短期负荷预测的目的和意义 | 第11-12页 |
| ·国内外研究和应用现状 | 第12-14页 |
| ·本文的主要工作 | 第14-15页 |
| 2 超短期负荷预测分析 | 第15-25页 |
| ·超短期负荷预测特点与理念 | 第15-16页 |
| ·超短期负荷预测特点 | 第15页 |
| ·超短期负荷预测遵循的理念 | 第15-16页 |
| ·超短期负荷预测的基本步骤 | 第16-21页 |
| ·历史负荷数据的采集与分析 | 第16-17页 |
| ·历史负荷异常数据分类 | 第17页 |
| ·历史负荷数据的预处理 | 第17-21页 |
| ·预测模型的确定和选择 | 第21页 |
| ·超短期负荷预测误差统计和分析 | 第21-24页 |
| ·预测误差定义与分类 | 第22-23页 |
| ·预测误差产生的原因分析 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 3 时间序列法超短期负荷预测 | 第25-42页 |
| ·时间序列法 | 第25-26页 |
| ·时间序列 | 第25页 |
| ·时间序列平稳性及分类 | 第25-26页 |
| ·时间序列法线性模型 | 第26-33页 |
| ·延迟及差分算子 | 第26-27页 |
| ·模型分类及数学描述 | 第27-29页 |
| ·模型的统计特性分析 | 第29-33页 |
| ·超短期负荷预测时间序列预测法基本步骤 | 第33-41页 |
| ·时间序列平稳性判定 | 第33页 |
| ·时间序列法模型识别 | 第33-35页 |
| ·模型参数估计 | 第35-36页 |
| ·模型检验与修改 | 第36页 |
| ·超短期负荷预测模型建立 | 第36-37页 |
| ·负荷预测值的修正 | 第37-38页 |
| ·超短期负荷预测实例分析 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 4 改进的时间序列法超短期负荷预测 | 第42-57页 |
| ·BP 神经网络法 | 第42-47页 |
| ·BP 神经网络基本原理 | 第42-43页 |
| ·BP 算法的数学模型 | 第43-45页 |
| ·BP 神经网络的训练 | 第45-47页 |
| ·BP 神经网络算法的优势 | 第47页 |
| ·基于时间序列法和 BP 神经网络误差修正的超短期负荷预测 | 第47-51页 |
| ·改进方法的原理 | 第48页 |
| ·改进方法预测模型及步骤 | 第48-51页 |
| ·预测仿真及结果分析 | 第51-56页 |
| ·本章小结 | 第56-57页 |
| 5 结论 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士期间发表学术论文情况 | 第61-62页 |
| 致谢 | 第62页 |