基于灰色理论与BP神经网络的电力负荷预测
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-17页 |
| ·负荷预测的意义及其分类 | 第8-10页 |
| ·负荷预测的意义 | 第8页 |
| ·电力负荷预测的分类 | 第8-9页 |
| ·电力系统负荷的组成 | 第9-10页 |
| ·短期负荷预测研究 | 第10-15页 |
| ·负荷预测的起源和发展 | 第10-11页 |
| ·负荷预测技术方法 | 第11-13页 |
| ·负荷预测的地位、分类及功能 | 第13-14页 |
| ·国内外负荷预测研究概述 | 第14页 |
| ·短期负荷预测的特点 | 第14-15页 |
| ·我国在电力负荷预测领域的实践 | 第15页 |
| ·课题来源及项目意义 | 第15-17页 |
| 第2章 电力负荷预测理论 | 第17-22页 |
| ·负荷预测概念和原理 | 第17-18页 |
| ·负荷预测的基本程序 | 第18-19页 |
| ·负荷预测误差分析 | 第19-20页 |
| ·影响负荷预测精确度的因素 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 电力负荷短期预测法 | 第22-33页 |
| ·灰色预测法 | 第22-29页 |
| ·灰色系统理论与模型的特征 | 第22页 |
| ·灰色系统理论研究的问题 | 第22页 |
| ·灰色系统理论数据处理的基本方法 | 第22-24页 |
| ·灰色建模与GM(1,1)模型 | 第24-29页 |
| ·几种典型的灰色预测模型 | 第29-31页 |
| ·等维GM(1,1)模型 | 第29页 |
| ·等维灰数递补模型 | 第29-30页 |
| ·等维新息模型 | 第30页 |
| ·微偏灰色预测模型 | 第30-31页 |
| ·最优维数微偏灰色预测模型 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 基于灰色理论与BP神经网络的负荷预测模型 | 第33-42页 |
| ·BP 神经网络的结构与算法 | 第33-37页 |
| ·神经网络的结构 | 第33页 |
| ·BP 算法 | 第33-36页 |
| ·BP 算法的学习过程 | 第36-37页 |
| ·基于灰色理论与BP 神经网络的负荷预测模型 | 第37-40页 |
| ·本章小结 | 第40-42页 |
| 第5章 预测实例 | 第42-49页 |
| ·哈尔滨市市郊农电局所属电网短期负荷预测 | 第42-48页 |
| ·2003 年各月用电量的预测 | 第42-45页 |
| ·2003 年用电量的负荷预测 | 第45-48页 |
| ·结果分析 | 第48页 |
| ·本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 攻读硕士学位期间所发表的学术论文 | 第53-54页 |
| 致谢 | 第54页 |
