| 摘要 | 第1页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-20页 |
| ·短期负荷预测的目的和意义 | 第8-9页 |
| ·短期负荷预测的研究现状及发展的新方向 | 第9-14页 |
| ·基于数学统计方法的电力负荷预测方法 | 第10-11页 |
| ·基于人工智能原理的电力负荷预测方法 | 第11-13页 |
| ·短期负荷预测研究发展的新方向 | 第13-14页 |
| ·光伏并网发电研究的意义 | 第14-17页 |
| ·并网发电成为光伏发电的发展趋势 | 第14-15页 |
| ·我国的几个主要光伏电站 | 第15-17页 |
| ·考虑光伏并网发电的短期负荷预测的目的和意义 | 第17-19页 |
| ·本文的主要工作 | 第19-20页 |
| 第二章 光伏并网发电系统出力模型的建立 | 第20-28页 |
| ·光伏并网发电系统简介 | 第20-23页 |
| ·光伏并网发电系统的原理及组成 | 第20-21页 |
| ·影响光伏出力的因素 | 第21-22页 |
| ·太阳辐照强度 | 第22-23页 |
| ·光伏电站的数学模型 | 第23-25页 |
| ·国内外研究现状 | 第23-24页 |
| ·太阳能电池板的参数及规格 | 第24-25页 |
| ·光伏电站的数学模型 | 第25页 |
| ·光伏系统出力数据的模拟 | 第25-27页 |
| ·保定地区的太阳辐照强度数据 | 第25-27页 |
| ·光伏发电出力数据的模拟 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第三章 统计学习与支持向量机的基本理论 | 第28-39页 |
| ·引言 | 第28-32页 |
| ·统计学习理论 | 第28-29页 |
| ·经验风险最小化 | 第29-30页 |
| ·复杂性和推广能力 | 第30-31页 |
| ·VC 维 | 第31页 |
| ·结构风险最小化原理 | 第31-32页 |
| ·支持向量机的基本理论 | 第32-33页 |
| ·支持向量机的回归理论 | 第33-38页 |
| ·线性情况 | 第34-36页 |
| ·非线性情况 | 第36-37页 |
| ·核函数 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于支持向量机回归的光伏发电出力预测 | 第39-48页 |
| ·国内外发展及研究情况 | 第39-40页 |
| ·光伏系统出力特性分析 | 第40-41页 |
| ·基于支持向量机回归的光伏发电出力预测 | 第41-47页 |
| ·预测模型的建立与样本的选取 | 第41-42页 |
| ·光伏出力预测的具体步骤 | 第42-43页 |
| ·软件工具 | 第43页 |
| ·SVM 中参数的取值 | 第43-44页 |
| ·光伏出力预测误差分析指标 | 第44-45页 |
| ·算例分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 考虑光伏并网发电的短期负荷预测 | 第48-58页 |
| ·短期负荷预测 | 第48-51页 |
| ·电力负荷的构成与特点 | 第48-49页 |
| ·短期负荷预测的主要影响因素 | 第49页 |
| ·负荷数据预处理 | 第49-50页 |
| ·缺失负荷数据的修补 | 第49-50页 |
| ·数据的垂直处理 | 第50页 |
| ·数据的水平处理 | 第50页 |
| ·负荷预测误差分析指标 | 第50-51页 |
| ·含有光伏并网发电系统的电力系统短期负荷特性分析 | 第51-52页 |
| ·含有光伏并网发电系统的电力系统短期负荷预测模型的建立 | 第52-56页 |
| ·预测模型一的建立与样本的选择 | 第52-55页 |
| ·输入变量的选择 | 第52-53页 |
| ·预测的具体步骤 | 第53页 |
| ·预测实例及结果 | 第53-55页 |
| ·预测模型二的建立与样本的选择 | 第55-56页 |
| ·输入变量的选择 | 第55页 |
| ·预测的具体步骤 | 第55页 |
| ·预测实例及结果 | 第55-56页 |
| ·预测结果分析 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 结论 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 在学期间发表的学术论文和参加科研情况 | 第65页 |