短期电力负荷预测方法研究
摘要 | 第1-5页 |
Abstract | 第5-7页 |
目录 | 第7-10页 |
1 绪论 | 第10-16页 |
·电力负荷预测的研究背景与意义 | 第10页 |
·电力负荷的研究现状 | 第10-14页 |
·经典预测方法 | 第11页 |
·传统预测方法 | 第11-12页 |
·现代预测方法 | 第12-14页 |
·本文的主要研究内容 | 第14-16页 |
2 电力负荷特性分析及负荷预测概述 | 第16-21页 |
·电力负荷特性分析 | 第16-18页 |
·电力负荷的分类 | 第16页 |
·电力负荷序列的特点 | 第16-18页 |
·电力负荷预测概述 | 第18-21页 |
·电力负荷预测的概念及分类 | 第18页 |
·电力负荷预测的特点及预测步骤 | 第18-19页 |
·负荷预测误差分析 | 第19-21页 |
3 短期电力负荷预测常用方法阐述 | 第21-29页 |
·指数平滑预测方法 | 第21-22页 |
·一次指数平滑预测法 | 第21页 |
·二次指数平滑预测法 | 第21-22页 |
·灰色预测模型 | 第22-23页 |
·灰色系统的基本理论及具体方法 | 第22页 |
·一阶灰色预测模型 | 第22-23页 |
·人工神经网络预测模型 | 第23-29页 |
·BP神经网络在短期电力负荷预测中的应用 | 第24-25页 |
·小波神经网络在短期电力负荷预测中的应用 | 第25-29页 |
4 组合预测方法 | 第29-42页 |
·组合预测方法的概念及优点 | 第29页 |
·组合预测方法数学模型 | 第29页 |
·固定权组合预测方法研究 | 第29-31页 |
·等权平均组合预测 | 第29-30页 |
·基于误差平方和最小的思想来确定权系数 | 第30-31页 |
·变权系数组合预测方法研究 | 第31-42页 |
·模糊变权系数组合预测模型 | 第32-33页 |
·基于神经网络的变权组合预测模型 | 第33-38页 |
·应用实例 | 第38-42页 |
5 回声状态网络在短期电力负荷预测中的应用 | 第42-56页 |
·基于回声状态网络短期电力负荷预测模型 | 第42-43页 |
·相空间重构 | 第43-44页 |
·回声状态网络 | 第44-50页 |
·回声状态网络结构特点 | 第45-46页 |
·回声状态网络学习过程 | 第46-47页 |
·回声状态网络的预测预测方法 | 第47-50页 |
·基于相空间重构的回声状态网络的电力负荷预测方法 | 第50-53页 |
·基于相空间重构的回声状态网络的电力负荷预测 | 第50页 |
·实例分析 | 第50-53页 |
·基于回声状态网络的短期电力负荷组合预测方法探究 | 第53-56页 |
·回声状态网络组合预测模型 | 第53-54页 |
·实例分析 | 第54-56页 |
6 结论及展望 | 第56-58页 |
·结论 | 第56-57页 |
·展望 | 第57-58页 |
参考文献 | 第58-62页 |
致谢 | 第62-63页 |
个人简历、在学期间发表的学术论文与研究成果 | 第63页 |