基于神经网络的电力系统短期负荷预测研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外现状 | 第10-15页 |
| 1.3 本文的主要工作 | 第15-17页 |
| 2 电力负荷特性分析与预测概论 | 第17-26页 |
| 2.1 电力负荷的构成 | 第17-18页 |
| 2.2 负荷的影响因素 | 第18-19页 |
| 2.3 历史负荷数据预处理 | 第19-22页 |
| 2.4 负荷预测误差分析与考核标准 | 第22-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 基于神经网络的短期负荷预测 | 第26-44页 |
| 3.1 人工神经网络概述 | 第26-28页 |
| 3.2 BP神经网络 | 第28-31页 |
| 3.3 Elman神经网络 | 第31-32页 |
| 3.4 RBF神经网络 | 第32-34页 |
| 3.5 小波神经网络 | 第34-35页 |
| 3.6 基于四类神经网络的短期负荷预测模型 | 第35-38页 |
| 3.7 算例分析 | 第38-43页 |
| 3.8 本章小结 | 第43-44页 |
| 4 基于改进的蚁群神经网络的短期负荷预测 | 第44-69页 |
| 4.1 蚁群算法 | 第44-46页 |
| 4.2 蚁群神经网络 | 第46-48页 |
| 4.3 改进的蚁群神经网络 | 第48-59页 |
| 4.4 基于改进的蚁群神经网络的短期负荷预测模型 | 第59-61页 |
| 4.5 算例分析 | 第61-67页 |
| 4.6 本章小结 | 第67-69页 |
| 5 结论与展望 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 附录 | 第78-89页 |
