短期电力负荷的智能化预测方法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 绪论 | 第12-32页 |
| 1．1 负荷预测的意义及研究背景 | 第12-16页 |
| 1．2 国内外研究和应用现状 | 第16-27页 |
| 1．2．1 预测技术概述 | 第16-18页 |
| 1．2．2 主要预测方法及模型 | 第18-27页 |
| 1．3 负荷预测中存在的问题 | 第27-29页 |
| 1．4 本文所做的工作 | 第29-30页 |
| 1．5 本文的组织结构 | 第30-32页 |
| 第二章 预测模型输入样本研究 | 第32-56页 |
| 2．1 引言 | 第32页 |
| 2．2 电力负荷的分类与特性 | 第32-38页 |
| 2．2．1 电力负荷的分类 | 第32-34页 |
| 2．2．2 电力负荷的特点 | 第34-36页 |
| 2．2．3 电力负荷组成分析 | 第36-38页 |
| 2．3 负荷数据预处理方法 | 第38-44页 |
| 2．3．1 数据预处理的意义 | 第38-39页 |
| 2．3．2 数据预处理的基本思想 | 第39-40页 |
| 2．3．3 数据预处理的步骤 | 第40-43页 |
| 2．3．4 负荷数据的标准化 | 第43-44页 |
| 2．4 预测模型输入样本选择 | 第44-53页 |
| 2．4．1 自相关函数定义 | 第44-47页 |
| 2．4．2 负荷数据的自相关函数 | 第47-49页 |
| 2．4．3 输入变量的选取 | 第49-51页 |
| 2．4．4 本节算例 | 第51-53页 |
| 2．5 负荷预测的误差分析 | 第53-55页 |
| 2．6 本章小结 | 第55-56页 |
| 第三章 负荷的组合预测模型 | 第56-88页 |
| 3．1 引言 | 第56页 |
| 3．2 神经网络结构模型设计 | 第56-61页 |
| 3．2．1 人工神经网络 | 第56-58页 |
| 3．2．2 误差反向传播算法 | 第58-61页 |
| 3．3 模糊逻辑系统 | 第61-76页 |
| 3．3．1 模糊逻辑的引入 | 第61-63页 |
| 3．3．2 模糊集合 | 第63页 |
| 3．3．3 模糊关系 | 第63-64页 |
| 3．3．4 语言变量 | 第64-65页 |
| 3．3．5 基于IF-THEN规则的模糊推理 | 第65-72页 |
| 3．3．6 模糊规则库与模糊推理系统 | 第72-76页 |
| 3．4 负荷预测组合模型 | 第76-84页 |
| 3．4．1 组合模型基本结构 | 第76页 |
| 3．4．2 神经网络结构的确定 | 第76-79页 |
| 3．4．3 神经网络的训练 | 第79-80页 |
| 3．4．4 模糊逻辑确定的负荷修正 | 第80-84页 |
| 3．5 计算实例 | 第84-87页 |
| 3．6 本章小结 | 第87-88页 |
| 第四章 具有混沌机制的FNN模型 | 第88-108页 |
| 4．1 引言 | 第88页 |
| 4．2 模糊神经网络设计 | 第88-91页 |
| 4．3 模糊推理算法选取 | 第91-99页 |
| 4．3．1 权值修正计算 | 第91-92页 |
| 4．3．2 模糊求和推理算法 | 第92-95页 |
| 4．3．3 模糊相乘推理算法 | 第95-99页 |
| 4．4 混沌机制的引进 | 第99-104页 |
| 4．4．1 混沌时间序列 | 第99页 |
| 4．4．2 相空间重构理论及预测机理 | 第99-100页 |
| 4．4．3 嵌入维数及延迟时间的求取 | 第100-101页 |
| 4．4．4 负荷最大Lyapunov指数的提取 | 第101-102页 |
| 4．4．5 混沌学习算法 | 第102-104页 |
| 4．5 本章算例 | 第104-107页 |
| 4．6 本章小结 | 第107-108页 |
| 第五章 在线实时反馈递归负荷预测 | 第108-120页 |
| 5．1 引言 | 第108-109页 |
| 5．2 带反馈的实时预测模型 | 第109-113页 |
| 5．2．1 模型结构 | 第109-110页 |
| 5．2．2 输入变量选取 | 第110-111页 |
| 5．2．3 学习和预测的过程 | 第111-113页 |
| 5．3 动态类似日的选择 | 第113-115页 |
| 5．3．1 选择方法 | 第113-114页 |
| 5．3．2 选择示例 | 第114-115页 |
| 5．4 计算实例及分析 | 第115-118页 |
| 5．5 本章小结 | 第118-120页 |
| 第六章 电力市场与负荷预测 | 第120-129页 |
| 6．1 引言 | 第120页 |
| 6．2 电力市场对负荷预测的要求 | 第120-122页 |
| 6．3 电力市场下的负荷预测 | 第122-123页 |
| 6．3．1 负荷与电价的响应关系 | 第122-123页 |
| 6．3．2 负荷预测功能的完善 | 第123页 |
| 6．4 负荷预测和电价预测的关系 | 第123-127页 |
| 6．4．1 电价预测的意义 | 第123-124页 |
| 6．4．2 分类和特点比较 | 第124-126页 |
| 6．4．3 边际电价预测技术 | 第126-127页 |
| 6．5 本章小节 | 第127-129页 |
| 第七章 结论与展望 | 第129-132页 |
| 致谢 | 第132-134页 |
| 参考文献 | 第134-146页 |
| 作者在攻读博士学位期间的研究成果 | 第146-148页 |
