| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-19页 |
| 1．1 混沌理论及研究现状 | 第9-11页 |
| 1．2 混沌的性态特征 | 第11-12页 |
| 1．3 混沌理论在电力负荷预测中的应用现状 | 第12-17页 |
| 1．4 本文研究的主要内容 | 第17-19页 |
| 第二章 混沌时间序列的特征分析及预测概论 | 第19-38页 |
| 2．1 混沌时间序列的重构相空间理论 | 第19-20页 |
| 2．2 相空间延迟时间的选取 | 第20-23页 |
| 2．3 相空间嵌入维数的选取 | 第23-26页 |
| 2．4 混沌时间序列的特征量 | 第26-32页 |
| 2．5 混沌时间序列的可预测时间长度 | 第32-33页 |
| 2．6 混沌相空间预测方法 | 第33-37页 |
| 2．7 小结 | 第37-38页 |
| 第三章 电力小时负荷时间序列的混沌特性分析及其预测 | 第38-49页 |
| 3．1 小时负荷时间序列 | 第38-39页 |
| 3．2 小时负荷的混沌特征分析 | 第39-44页 |
| 3．3 小时负荷的混沌相空间相似点模型预测 | 第44-46页 |
| 3．4 小时负荷的混沌相空间线性回归模型预测 | 第46页 |
| 3．5 小时负荷的混沌相空间Lyapunov指数模型预测 | 第46-47页 |
| 3．6 三种相空间预测模型的比较 | 第47-48页 |
| 3．7 小结 | 第48-49页 |
| 第四章 电力日负荷时间序列的混沌特性分析及其预测 | 第49-57页 |
| 4．1 概述 | 第49-50页 |
| 4．2 电力日负荷时间序列 | 第50-51页 |
| 4．3 日负荷的混沌特征分析 | 第51-54页 |
| 4．4 日负荷的混沌相空间预测 | 第54-56页 |
| 4．5 小结 | 第56-57页 |
| 第五章 电力月负荷时间序列的混沌趋势组合模型预测 | 第57-65页 |
| 5．1 月负荷的变化趋势分析 | 第57-58页 |
| 5．2 剩余序列的混沌特征分析 | 第58-62页 |
| 5．3 月负荷的混沌趋势组合模型预测 | 第62-64页 |
| 5．4 小结 | 第64-65页 |
| 第六章 基于混沌理论的电力负荷多时间尺度分析 | 第65-74页 |
| 6．1 概述 | 第65-66页 |
| 6．2 电力月负荷分解系数序列 | 第66-68页 |
| 6．3 分解系数序列的混沌性识别 | 第68-70页 |
| 6．4 分解系数的相空间预测 | 第70-71页 |
| 6．5 月负荷的降尺度计算 | 第71-72页 |
| 6．6 小结 | 第72-74页 |
| 第七章 混沌神经网络模型及其在电力负荷预测中的应用 | 第74-84页 |
| 7．1 概述 | 第74-76页 |
| 7．2 混沌神经网络模型 | 第76-78页 |
| 7．3 混沌神经网络模型在电力系统负荷预测中的应用 | 第78-80页 |
| 7．4 模型预测效果对比 | 第80-83页 |
| 7．5 小结 | 第83-84页 |
| 第八章 混沌卡尔曼滤波模型及其在电力负荷预测中的应用 | 第84-91页 |
| 8．1 概述 | 第84-85页 |
| 8．2 混沌卡尔曼滤波模型 | 第85-87页 |
| 8．3 混沌卡尔曼滤波模型在电力负荷预测中的应用 | 第87-90页 |
| 8．4 小结 | 第90-91页 |
| 第九章 结束语 | 第91-94页 |
| 参考文献 | 第94-105页 |
| 声明 | 第105-106页 |
| 博士期间发表的论文 | 第106-107页 |
| 致谢 | 第107页 |
