基于蚁群算法优化神经网络的包头地区中长期电力负荷预测
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·选题背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·早期经典预测方法 | 第11-12页 |
| ·一般预测方法 | 第12-13页 |
| ·智能预测方法 | 第13-14页 |
| ·本文的主要工作 | 第14-16页 |
| 第2章 电力负荷预测分析 | 第16-24页 |
| ·电力负荷预测的特性 | 第16-17页 |
| ·电力负荷的特点 | 第16-17页 |
| ·电力负荷预测的特点 | 第17页 |
| ·电力负荷预测的原理 | 第17-18页 |
| ·电力负荷预测的步骤 | 第18-20页 |
| ·负荷数据处理方法 | 第20-21页 |
| ·负荷数据的预处理 | 第20页 |
| ·负荷数据再处理 | 第20-21页 |
| ·误差分析方法 | 第21-24页 |
| 第3章 包头地区经济与电力发展状况 | 第24-33页 |
| ·地区基本情况 | 第24-25页 |
| ·资源概况 | 第25页 |
| ·经济发展 | 第25-28页 |
| ·电力需求现状分析 | 第28-33页 |
| ·包头用电结构分析 | 第28-29页 |
| ·用电负荷情况分析 | 第29-33页 |
| 第4章 包头地区中长期电力负荷预测优化模型 | 第33-48页 |
| ·蚁群算法介绍 | 第33-37页 |
| ·简介 | 第33-34页 |
| ·蚁群算法的基本构架 | 第34页 |
| ·蚁群算法的数学描述 | 第34-36页 |
| ·蚁群算法的特点 | 第36-37页 |
| ·BP 神经网络介绍 | 第37-46页 |
| ·神经网络简介 | 第37-38页 |
| ·神经元结构 | 第38-39页 |
| ·BP 神经网络原理 | 第39-45页 |
| ·BP 神经网络的特点 | 第45-46页 |
| ·蚁群算法优化的 BP 神经网络预测模型 | 第46-48页 |
| 第5章 包头地区中长期电力负荷预测 | 第48-55页 |
| ·选择输入变量 | 第48-51页 |
| ·样本数据归一化 | 第51页 |
| ·训练和测试 | 第51-53页 |
| ·包头地区 2013~2015 年电力负荷预测 | 第53-55页 |
| 第6章 研究结论 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间发表的学术论文及其它成果 | 第60-61页 |
| 致谢 | 第61-62页 |
| 作者简介 | 第62-63页 |
| 附件 | 第63-65页 |
