电力系统负荷预测方法研究及应用
摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 绪论 | 第10-20页 |
·负荷预测的概念 | 第10页 |
·负荷预测的分类 | 第10-12页 |
·负荷预测的作用和意义 | 第12-13页 |
·负荷预测的特点 | 第13页 |
·负荷预测的基本原理 | 第13-14页 |
·负荷预测的步骤 | 第14-15页 |
·误差分析 | 第15-17页 |
·产生误差的原因 | 第16页 |
·分析预测误差的指标和方法 | 第16-17页 |
·负荷预测的现状及存在的问题 | 第17-18页 |
·本文的工作内容 | 第18-19页 |
·本章小结 | 第19-20页 |
第2章 电力系统负荷特性分析 | 第20-25页 |
·负荷的分类 | 第20-21页 |
·负荷的特点 | 第21页 |
·负荷的影响因素 | 第21-22页 |
·电力细分市场负荷特性分析 | 第22-23页 |
·大工业负荷特性 | 第22页 |
·非、普工业负荷特性 | 第22页 |
·农业生产负荷特性 | 第22-23页 |
·照明负荷特性 | 第23页 |
·趸售负荷特性 | 第23页 |
·电力细分市场负荷的构成 | 第23-24页 |
·典型负荷分量 | 第23页 |
·天气敏感负荷分量 | 第23-24页 |
·异常或特殊事件负荷分量 | 第24页 |
·随机负荷分量 | 第24页 |
·本章小结 | 第24-25页 |
第3章 电力系统负荷预测常用方法分析 | 第25-46页 |
·负荷预测经验技术与经典技术 | 第25-28页 |
·专家预测法 | 第25-26页 |
·单耗法 | 第26页 |
·负荷密度法 | 第26-27页 |
·比例系数增长法 | 第27页 |
·弹性系数法 | 第27-28页 |
·多元回归模型 | 第28页 |
·一般指数平滑模型 | 第28-29页 |
·时间序列预测技术 | 第29-34页 |
·时间序列的概念 | 第29-30页 |
·时间序列的线性模型 | 第30-32页 |
·线性模型的自相关函数 | 第32-33页 |
·时间序列模型预测步骤 | 第33-34页 |
·神经网络预测技术 | 第34-37页 |
·神经网络方法的基本理论 | 第34-35页 |
·BP 算法 | 第35-36页 |
·人工神经网络在电力负荷预测中的应用 | 第36-37页 |
·小波分析方法 | 第37-45页 |
·小波分析的发展历史 | 第37-38页 |
·从傅立叶变换到小波分析 | 第38-41页 |
·小波变换 | 第41-42页 |
·常用小波函数及性质 | 第42-43页 |
·MALLAT 算法 | 第43-44页 |
·小波选取标准 | 第44-45页 |
·小波分析在电力系统负荷预测的应用 | 第45页 |
·本章小结 | 第45-46页 |
第4章 基于电力细分市场的组合预测方法 | 第46-57页 |
·优选组合预测的概念 | 第46页 |
·传统组合预测方法 | 第46-48页 |
·等权平均组合预测方法 | 第46-47页 |
·方差优选组合预测法 | 第47-48页 |
·传统组合预测方法存在的不足 | 第48页 |
·基于电力细分市场的组合预测模型 | 第48-56页 |
·大工业负荷预测 | 第49-50页 |
·非、普工业负荷预测 | 第50-51页 |
·农业生产负荷预测 | 第51-53页 |
·照明用电负荷预测 | 第53-54页 |
·趸售电量预测 | 第54-55页 |
·其它负荷预测 | 第55页 |
·综合预测 | 第55-56页 |
·预测结果分析 | 第56页 |
·本章小结 | 第56-57页 |
第5章 马尔可夫链在负荷预测中的应用研究 | 第57-66页 |
·马尔可夫链的定义 | 第57-58页 |
·指标值序列分组方法 | 第58-59页 |
·样本均值-均方差分组法 | 第58页 |
·有序聚类分组法 | 第58-59页 |
·“马氏性”检验 | 第59页 |
·三种马尔可夫链预测方法 | 第59-62页 |
·基于绝对分布的马尔可夫链预测 | 第59-60页 |
·叠加马尔可夫预测 | 第60-61页 |
·加权马尔可夫链预测 | 第61-62页 |
·加权马尔可夫链对随机负荷的预测 | 第62-65页 |
·应用情况 | 第65页 |
·本章小结 | 第65-66页 |
结论 | 第66-68页 |
参考文献 | 第68-71页 |
附录 A (攻读学位期间所发表的学术论文目录) | 第71-72页 |
附录 B (攻读学位期间所参与的研究项目) | 第72-73页 |
附录 C (湖南省电力细分市场月售电量数据) | 第73-77页 |
致谢 | 第77页 |