| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 课题的来源及研究意义 | 第10页 |
| 1.2 供热负荷预报研究现状 | 第10-12页 |
| 1.3 论文的主要内容 | 第12-14页 |
| 第2章 热力站负荷序列采集及处理 | 第14-23页 |
| 2.1 热力站原始供热负荷序列数据采集 | 第14-15页 |
| 2.2 热力站供热负荷序列预处理 | 第15-17页 |
| 2.2.1 异常数据的种类 | 第15-16页 |
| 2.2.2 异常数据处理方法 | 第16-17页 |
| 2.3 负荷序列平稳化识别 | 第17-20页 |
| 2.3.1 随机过程数字特征及其平稳性 | 第17-18页 |
| 2.3.2 负荷序列平稳化的识别方法 | 第18-20页 |
| 2.4 负荷序列的平稳化处理 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 时间序列交叉负荷预报 | 第23-34页 |
| 3.1 时间序列基本模型 | 第23-25页 |
| 3.1.1 自回归模型 | 第23页 |
| 3.1.2 移动平均模型 | 第23-24页 |
| 3.1.3 自回归移动平均模型 | 第24-25页 |
| 3.2 时间序列 YULE-WALKER 法的 AR 模型参数识别 | 第25-30页 |
| 3.2.1 Yule-Walker 方程 | 第25-27页 |
| 3.2.2 Yule-Walker 的参数的 Burg 算法 | 第27-28页 |
| 3.2.3 AR 模型的阶数识别 | 第28-30页 |
| 3.3 时间序列纵向预报和横向预报 | 第30-31页 |
| 3.3.1 供热负荷的纵向预报 | 第30-31页 |
| 3.3.2 供热负荷的横向预报 | 第31页 |
| 3.4 时间序列的交叉预报 | 第31-32页 |
| 3.4.1 交叉预报交叉的提出 | 第31页 |
| 3.4.2 交叉预报 | 第31-32页 |
| 3.5 本章小结 | 第32-34页 |
| 第4章 乘积季节性 ARIMA 负荷预报 | 第34-44页 |
| 4.1 时间序列线性预报理论 | 第34-35页 |
| 4.1.1 回归求积移动平均模型 | 第34-35页 |
| 4.1.2 乘积季节性 ARIMA 模型 | 第35页 |
| 4.2 乘积季节性 ARIMA 模型建立 | 第35-40页 |
| 4.2.1 乘积季节性 ARIMA 模型阶数的识别 | 第36-39页 |
| 4.2.2 乘积季节性 ARIMA 模型的参数估计与检验 | 第39-40页 |
| 4.2.2.1 参数估计 | 第39页 |
| 4.2.2.2 模型检验 | 第39-40页 |
| 4.3 乘积季节性 ARIMA 负荷预报法的改进 | 第40-42页 |
| 4.3.1 Kalman 在线递归预报 | 第40页 |
| 4.3.2 乘积季节 ARIMA 的状态空间模型 | 第40-41页 |
| 4.3.3 Kalman 递归预测 | 第41-42页 |
| 4.4 本章小结 | 第42-44页 |
| 第5章 时间序列各种预报法的实验仿真 | 第44-56页 |
| 5.1 时间序列交叉预报法仿真 | 第44-46页 |
| 5.1.1 供热负荷的纵向预报 | 第44页 |
| 5.1.2 供热负荷的横向预报 | 第44-45页 |
| 5.1.3 供热负荷的交叉预报 | 第45-46页 |
| 5.2 乘积季节性 ARIMA 和改进的乘积季节性预报法仿真 | 第46-51页 |
| 5.3 各种预报方法的评价 | 第51-54页 |
| 5.3.1 评价的误差指标 | 第51-53页 |
| 5.3.2 各种算法预测结果比较 | 第53-54页 |
| 5.4 本章小结 | 第54-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第63-64页 |
| 致谢 | 第64页 |
