| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 经典预测技术 | 第12-13页 |
| 1.2.2 新型预测技术 | 第13-15页 |
| 1.3 论文主要研究内容 | 第15-16页 |
| 1.4 论文结构 | 第16-17页 |
| 第2章 售电量预测技术 | 第17-35页 |
| 2.1 售电量预测的基本原理 | 第17-18页 |
| 2.1.1 售电量预测的类型 | 第17页 |
| 2.1.2 电量数据的获取 | 第17-18页 |
| 2.1.3 预测内容及过程 | 第18页 |
| 2.2 灰色系统理论概述 | 第18-21页 |
| 2.2.1 灰色系统理论的适用范围 | 第19-20页 |
| 2.2.2 灰色系统理论的基本概念 | 第20-21页 |
| 2.3 灰色系统模型 | 第21-24页 |
| 2.3.1 预测数据的获取 | 第21-22页 |
| 2.3.2 灰色模型的类型 | 第22-24页 |
| 2.4 时间序列模型 | 第24-26页 |
| 2.4.1 时间序列分析 | 第24-26页 |
| 2.4.2 时间序列的四种模型 | 第26页 |
| 2.5 线性回归模型 | 第26-32页 |
| 2.5.1 一元线性回归预测模型 | 第26-29页 |
| 2.5.2 多元线性回归预测模型 | 第29-32页 |
| 2.5.3 非线性问题的线性转化 | 第32页 |
| 2.5.4 线性回归在电力市场的可行性研究 | 第32页 |
| 2.6 组合预测模型 | 第32-34页 |
| 2.6.1 组合预测的概念与分类 | 第32-33页 |
| 2.6.2 组合预测权重系数确定类型 | 第33-34页 |
| 2.7 本章小结 | 第34-35页 |
| 第3章 基于ARIMA模型的电量预测研究 | 第35-45页 |
| 3.1 ARIMA模型以及建模步骤 | 第35-36页 |
| 3.2 售电量时间序列的获取与预处理 | 第36-39页 |
| 3.2.1 售电量时间序列的获取 | 第36-37页 |
| 3.2.2 售电量时间序列的预处理 | 第37-39页 |
| 3.3 模型识别与定阶 | 第39-43页 |
| 3.3.1 模型识别 | 第39-40页 |
| 3.3.2 模型定阶 | 第40-41页 |
| 3.3.3 算法实现 | 第41页 |
| 3.3.4 检验序列相关性 | 第41-43页 |
| 3.4 预测结果验证 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 基于灰色预测模型的电量预测研究 | 第45-57页 |
| 4.1 GM(1,1)模型简介 | 第45-50页 |
| 4.1.1 建立GM(1,1)模型 | 第45-46页 |
| 4.1.2 GM(1,1)模型的检验值分析 | 第46-48页 |
| 4.1.3 几种典型的GM(1,1)模型 | 第48-50页 |
| 4.2 GM(1,1)建模过程 | 第50-54页 |
| 4.2.1 获取数据 | 第51-52页 |
| 4.2.2 获取灰色模型参数矩阵 | 第52-54页 |
| 4.3 售电量建模判定 | 第54-55页 |
| 4.4 佳木斯售电量预测结果检验 | 第55-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 基于ARIMA-GM组合模型的电量预测改进研究 | 第57-77页 |
| 5.1 灰色预测模型的缺点 | 第57-58页 |
| 5.1.1 模型边值 | 第57页 |
| 5.1.2 最小二乘参数估计 | 第57-58页 |
| 5.2 基于粒子群算法的GM(1,1)模型优化 | 第58-60页 |
| 5.2.1 PSO优化算法简介 | 第58页 |
| 5.2.2 基于PSO算法的GM(1,1)模型参数优化 | 第58-59页 |
| 5.2.3 优化的GM(1,1)预测模型实验结果分析 | 第59-60页 |
| 5.3 基于残差修正的ARIMA模型优化 | 第60-62页 |
| 5.3.1 ARIMA模型的优化 | 第60-61页 |
| 5.3.2 优化的ARIMA预测模型实验结果分析 | 第61-62页 |
| 5.4 改进的ARIMA-GM组合预测模型 | 第62-69页 |
| 5.4.1 组合模型原理 | 第62-63页 |
| 5.4.2 简单平均法改进的预测组合模型 | 第63-64页 |
| 5.4.3 加权平均法改进的预测组合模型 | 第64-67页 |
| 5.4.4 动态变权重法改进的预测组合模型 | 第67-69页 |
| 5.5 三种改进方法实验分析对比 | 第69-76页 |
| 5.6 本章小结 | 第76-77页 |
| 结论 | 第77-79页 |
| 参考文献 | 第79-84页 |
| 致谢 | 第84-85页 |
| 个人简历 | 第85页 |
