基于Web的超短期负荷预测研究与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第一章 绪论 | 第13-19页 |
| ·超短期负荷预测的意义 | 第13-16页 |
| ·电力负荷预测的水平是电力企业现代化的标志之一 | 第13-14页 |
| ·超短期负荷预测的目的和意义 | 第14-16页 |
| ·国内外研究综述 | 第16-17页 |
| ·本文主要研究内容 | 第17-19页 |
| 第二章 短期负荷预测研究概况 | 第19-25页 |
| ·负荷预测概述 | 第19-20页 |
| ·负荷预测的含义 | 第19页 |
| ·负荷预测的分类 | 第19-20页 |
| ·负荷预测的特点及其影响因素 | 第20页 |
| ·电力负荷的特性 | 第20-21页 |
| ·负荷数据的预处理 | 第21-23页 |
| ·异常数据的分类 | 第22页 |
| ·异常数据的识别和修正 | 第22-23页 |
| ·负荷数据的误差分析 | 第23-25页 |
| 第三章 超短期负荷预测方法综述 | 第25-39页 |
| ·超短期负荷预测基本模型 | 第25-26页 |
| ·超短期负荷预测方法 | 第26-39页 |
| ·传统预测方法 | 第27-32页 |
| ·现代预测方法 | 第32-37页 |
| ·优选组合预测法 | 第37-39页 |
| 第四章 小波神经网络预测方法 | 第39-67页 |
| ·人工神经网络法 | 第39-42页 |
| ·人工神经网络发展历史 | 第39-40页 |
| ·人工神经网络理论简介 | 第40-42页 |
| ·BP神经网络 | 第42-51页 |
| ·BP神经网络结构 | 第42-43页 |
| ·BP算法原理 | 第43-48页 |
| ·BP遗传预测方法 | 第48-51页 |
| ·小波分析法 | 第51-58页 |
| ·小波及小波变换 | 第52-54页 |
| ·多分辨率分析 | 第54-55页 |
| ·Mallat算法 | 第55-58页 |
| ·小波神经网络(WNN) | 第58-59页 |
| ·小波神经网络设计及算例分析 | 第59-67页 |
| ·MATLAB简介 | 第59-60页 |
| ·BP神经网络结构的确定 | 第60-61页 |
| ·小波神经网络预测过程 | 第61-63页 |
| ·算例分析 | 第63-67页 |
| 第五章 超短期负荷预测软件开发 | 第67-81页 |
| ·管理信息系统结构设计 | 第67-69页 |
| ·C/S模式 | 第68页 |
| ·B/S模式 | 第68-69页 |
| ·超短期负荷预测系统的功能要求 | 第69-70页 |
| ·软件开发环境 | 第70-71页 |
| ·Web构建平台与服务组件 | 第71-74页 |
| ·.NET平台简介 | 第71页 |
| ·ASP.NET | 第71-72页 |
| ·ADO.NET | 第72-73页 |
| ·数据库设计 | 第73-74页 |
| ·网络安全 | 第74-75页 |
| ·软件实现的功能介绍 | 第75-81页 |
| ·超短期负荷预测功能 | 第75-77页 |
| ·分析统计功能 | 第77页 |
| ·数据查询功能 | 第77页 |
| ·数据打印功能 | 第77页 |
| ·预测精度考核功能 | 第77-81页 |
| 第六章 电力市场环境下的超短期负荷预测 | 第81-87页 |
| ·我国电力市场发展状况 | 第81页 |
| ·电力市场下的实时调度 | 第81-83页 |
| ·电力市场下的超短期负荷预测 | 第83-87页 |
| ·发电市场中负荷预测的新特点 | 第83-84页 |
| ·发电市场对短期负荷预测的要求 | 第84页 |
| ·用户市场对短期负荷预测的要求 | 第84页 |
| ·电力交易对短期负荷预测的要求 | 第84-87页 |
| 第七章 结论与展望 | 第87-89页 |
| ·结论 | 第87页 |
| ·展望 | 第87-89页 |
| 参考文献 | 第89-93页 |
| 致谢 | 第93-95页 |
| 攻读硕士期间发表的论文 | 第95页 |
