| 摘要 | 第1-3页 |
| ABSTRACT | 第3-8页 |
| 第一章 绪论 | 第8-18页 |
| ·电力系统负荷预测概述 | 第8页 |
| ·短期负荷预测的意义 | 第8-9页 |
| ·电力系统负荷预测的主要方法 | 第9-13页 |
| ·负荷预测的经典理论方法 | 第9-10页 |
| ·负荷预测的现代算法 | 第10-13页 |
| ·本文负荷预测所采用方法的研究现状 | 第13-18页 |
| ·神经网络应用于短期负荷预测的研究现状 | 第13-15页 |
| ·粗糙集理论在电力系统负荷预测中的应用现状 | 第15-16页 |
| ·粗集理论的研究现状及其特点 | 第15-16页 |
| ·应用粗集理论进行负荷预测的研究现状 | 第16页 |
| ·本文的主要工作 | 第16-18页 |
| 第二章 电力系统负荷特性分析 | 第18-23页 |
| ·电力系统负荷变化的内在规律 | 第18-20页 |
| ·负荷变化的年周期性 | 第18-19页 |
| ·负荷变化的周周期性 | 第19页 |
| ·负荷变化的日周期性 | 第19-20页 |
| ·日负荷曲线分析 | 第20-23页 |
| ·相同类型日负荷变化曲线 | 第20-21页 |
| ·负荷曲线的归一化 | 第21-23页 |
| 第三章 粒子群-神经网络混合预测模型 | 第23-40页 |
| ·粒子群优化算法 | 第23-27页 |
| ·引言 | 第23页 |
| ·粒子群优化算法基本原理 | 第23-25页 |
| ·粒子群算法的各种改进算法 | 第25-27页 |
| ·惯性权重法 | 第25-26页 |
| ·自适应模糊惯性权重法 | 第26页 |
| ·压缩因子法 | 第26-27页 |
| ·神经网络的基本原理 | 第27-31页 |
| ·神经网络的 BP 模型 | 第27-29页 |
| ·BP 模型的改进算法 | 第29-31页 |
| ·改变传递函数的陡度 | 第29-30页 |
| ·指数型能量函数 | 第30-31页 |
| ·人工神经网络与粒子群优化混合算法的实现 | 第31-32页 |
| ·粒子群-神经网络混合算法 | 第31-32页 |
| ·数值试验 | 第32页 |
| ·PSO-BP 网络在短期负荷预测中的应用 | 第32-39页 |
| ·输入变量的选取 | 第32-33页 |
| ·数据预处理 | 第33页 |
| ·粒子群-神经网络的结构模型 | 第33-34页 |
| ·粒子群-神经网络的学习过程 | 第34-35页 |
| ·预测日各时刻预测值的求取 | 第35-36页 |
| ·误差分析 | 第36-37页 |
| ·算例分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 粗糙集短期负荷预测模型 | 第40-60页 |
| ·引言 | 第40页 |
| ·粗糙集理论基础 | 第40-52页 |
| ·粗糙集理论的基本概念 | 第40-46页 |
| ·信息系统 | 第40页 |
| ·等价关系 | 第40-42页 |
| ·知识与分类 | 第42-43页 |
| ·不可分辨关系 | 第43页 |
| ·粗糙集的下逼近、上逼近 | 第43-45页 |
| ·逼近精度 | 第45-46页 |
| ·可辨识矩阵 | 第46页 |
| ·知识的化简 | 第46-52页 |
| ·属性的约简与核 | 第46-48页 |
| ·决策表 | 第48-49页 |
| ·决策表的简化 | 第49-51页 |
| ·决策规则 | 第51-52页 |
| ·决策表数据的离散化算法 | 第52-53页 |
| ·离散化问题的描述 | 第52-53页 |
| ·Semi-Naive Scaler 算法基本原理 | 第53页 |
| ·决策表的约简算法 | 第53-54页 |
| ·基于粗糙集理论的短期负荷预测模型 | 第54-59页 |
| ·负荷预测决策信息表的获取 | 第55-56页 |
| ·负荷预测决策信息表的离散化 | 第56-57页 |
| ·负荷预测决策表的约简 | 第57页 |
| ·决策规则的生成 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 组合预测模型 | 第60-67页 |
| ·概述 | 第60页 |
| ·组合预测模型权重的获取 | 第60-63页 |
| ·定义 | 第60-61页 |
| ·最优权重组 | 第61-62页 |
| ·最优模型的求解 | 第62-63页 |
| ·组合预测模型 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
| 个人简历 | 第73-74页 |
| 在学期间的研究成果及发表的学术论文 | 第74页 |