基于相空间重构和支持向量机的蒸汽负荷预测研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·课题背景及研究的目的与意义 | 第8-9页 |
| ·热负荷预测的国内外研究现状 | 第9-13页 |
| ·热负荷特性 | 第9-10页 |
| ·国内外热负荷预测方法 | 第10-13页 |
| ·本文主要研究内容 | 第13-14页 |
| 第2章 蒸汽负荷数据采集及预处理 | 第14-22页 |
| ·数据采集及异常数据预处理 | 第14-15页 |
| ·数据来源 | 第14页 |
| ·缺失数据的处理方法 | 第14-15页 |
| ·异常数据的处理方法 | 第15页 |
| ·数据的去噪预处理 | 第15-19页 |
| ·FFT 信号降噪方法 | 第16页 |
| ·连续小波变换的离散化 | 第16-17页 |
| ·小波阈值去噪流程 | 第17-18页 |
| ·阈值门限的选取 | 第18-19页 |
| ·蒸汽负荷序列预处理 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 蒸汽负荷时间序列的混沌特性分析 | 第22-30页 |
| ·混沌理论基础 | 第22-23页 |
| ·混沌时间序列的特性 | 第22-23页 |
| ·相空间重构 | 第23页 |
| ·相空间重构参数的选取 | 第23-25页 |
| ·延迟时间 | 第23-25页 |
| ·嵌入维数 | 第25页 |
| ·混沌时间序列的判别方法 | 第25-27页 |
| ·Lyapunov 指数 | 第26页 |
| ·最大Lyapunov 指数的计算方法 | 第26-27页 |
| ·蒸汽负荷序列混沌特性识别仿真研究 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第4章 基于支持向量机的负荷预测模型 | 第30-47页 |
| ·支持向量机的统计学理论基础 | 第30-34页 |
| ·统计学习理论 | 第30-33页 |
| ·核方法 | 第33-34页 |
| ·支持向量机算法 | 第34-39页 |
| ·支持向量机分类算法 | 第34-37页 |
| ·支持向量机回归算法 | 第37-39页 |
| ·最小二乘支持向量机回归算法 | 第39-40页 |
| ·最小二乘支持向量机回归算法 | 第39-40页 |
| ·LSSVM 和SVM 的关系 | 第40页 |
| ·蒸汽负荷时间序列的预测仿真研究 | 第40-46页 |
| ·支持向量机预测步骤及需要选择的参数 | 第41-43页 |
| ·标准SVM 方法预测仿真研究 | 第43-45页 |
| ·LSSVM 方法预测仿真研究 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 基于参数优化的LSSVM 改进算法 | 第47-58页 |
| ·粒子群算法寻优 | 第47-50页 |
| ·基本PSO 算法原理 | 第47-49页 |
| ·引入惯性权重的改进PSO 算法 | 第49-50页 |
| ·结合模拟退火算法的改进粒子群算法寻优 | 第50-53页 |
| ·SA 算法基本原理 | 第50-52页 |
| ·结合SA 算法的改进PSO 算法 | 第52-53页 |
| ·各种优化算法仿真研究 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第62-64页 |
| 致谢 | 第64页 |
