基于小波神经网络的短期电能负荷预测方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题研究背景 | 第9页 |
| ·负荷预测理论 | 第9-11页 |
| ·负荷预测原理及特点 | 第9-10页 |
| ·负荷预测的分类 | 第10-11页 |
| ·影响电力负荷预测的因素 | 第11页 |
| ·负荷预测技术研究现状 | 第11-13页 |
| ·本文研究的主要内容 | 第13-14页 |
| 第二章 人工神经网络 | 第14-23页 |
| ·人工神经网络及应用 | 第14-17页 |
| ·人工神经网络单元 | 第14-15页 |
| ·人工神经网络的分类 | 第15-16页 |
| ·人工神经网络的学习训练 | 第16-17页 |
| ·BP 神经网络简介及结构 | 第17-22页 |
| ·BP 神经网络的算法学习过程 | 第18-21页 |
| ·BP 神经网络的基本设计 | 第21-22页 |
| ·BP 神经网络的缺陷 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第三章 小波分析 | 第23-27页 |
| ·小波变换理论的发展 | 第23页 |
| ·小波变换原理 | 第23-25页 |
| ·连续小波变换 | 第23-24页 |
| ·离散小波变换 | 第24-25页 |
| ·小波函数的选取 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第四章 小波神经网络 | 第27-34页 |
| ·小波神经网络的结构 | 第27-32页 |
| ·辅助式结合方式 | 第27-28页 |
| ·嵌套式结合方式 | 第28-32页 |
| ·误差分析 | 第32-33页 |
| ·本章总结 | 第33-34页 |
| 第五章 负荷预测分析 | 第34-46页 |
| ·负荷曲线分析 | 第34-35页 |
| ·数据预处理 | 第35-36页 |
| ·异常数据处理 | 第35-36页 |
| ·数据归一化处理 | 第36页 |
| ·预测模型建立 | 第36-37页 |
| ·仿真分析 | 第37-45页 |
| ·预测模型结果对比分析 | 第45页 |
| ·本章小结 | 第45-46页 |
| 第六章 预测软件设计 | 第46-53页 |
| ·软件结构设计 | 第46-47页 |
| ·负荷预测系统的设计 | 第47-52页 |
| ·VC 与 Matlab 混合编程方案 | 第47-48页 |
| ·SQL Server 数据库设计 | 第48-49页 |
| ·软件功能设计 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第七章 结论与展望 | 第53-54页 |
| ·本文主要工作 | 第53页 |
| ·展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 发表论文和科研情况说明 | 第57-58页 |
| 致谢 | 第58-59页 |
