| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-16页 |
| ·短期负荷预测的目的和意义 | 第9页 |
| ·电力系统负荷预测的概念、特点和分类 | 第9-11页 |
| ·电力系统负荷预测的概念 | 第9页 |
| ·电力系统负荷预测的特点 | 第9-10页 |
| ·电力负荷预测的分类 | 第10-11页 |
| ·短期负荷预测在国内外的研究现状 | 第11-15页 |
| ·传统的短期负荷预测技术 | 第11-12页 |
| ·新型人工智能负荷预测技术 | 第12-15页 |
| ·本文的主要工作 | 第15-16页 |
| 2 电力负荷的特性分析 | 第16-23页 |
| ·我国电力负荷特性分析 | 第16-18页 |
| ·典型负荷分量 | 第16-17页 |
| ·天气敏感负荷分量 | 第17-18页 |
| ·异常或特殊事件负荷分量 | 第18页 |
| ·随机负荷分量 | 第18页 |
| ·保定某地区电力负荷特性分析 | 第18-23页 |
| ·保定某地区负荷的年周期特性分析 | 第18-19页 |
| ·保定某地区负荷的周周期特性分析 | 第19-20页 |
| ·保定某地区负荷的日周期特性分析 | 第20-21页 |
| ·保定某地区天气敏感负荷分量特性分析 | 第21-22页 |
| ·保定某地区随机负荷分量的特性分析 | 第22-23页 |
| 3 模糊逻辑与人工神经网络的基本理论 | 第23-35页 |
| ·模糊逻辑理论概述 | 第23-24页 |
| ·模糊集合的定义 | 第23-24页 |
| ·模糊隶属函数 | 第24页 |
| ·人工神经网络的概述 | 第24-27页 |
| ·人工神经网络的基本概念 | 第25页 |
| ·人工神经网络的结构与功能特点 | 第25页 |
| ·人工神经网络的工作方式 | 第25-27页 |
| ·人工神经网络在国内外的研究现状 | 第27-29页 |
| ·人工神经网络在国外的研究现状 | 第27-28页 |
| ·人工神经网络在国内的研究现状 | 第28-29页 |
| ·反向传播的人工神经网络算法 | 第29-33页 |
| ·BP（Back propagation）神经网络算法的基本原理 | 第29页 |
| ·BP（Back propagation）神经网络的模型及学习方法 | 第29-33页 |
| ·人工神经网络在电力系统短期负荷预测中的应用 | 第33-35页 |
| 4 模糊神经网络短期负荷预测模型的建立 | 第35-44页 |
| ·模糊神经网络 | 第35-36页 |
| ·输入变量的负荷数据预处理 | 第36-40页 |
| ·历史负荷数据的收集与处理 | 第36-37页 |
| ·历史负荷数据归一化处理 | 第37-38页 |
| ·温度的模糊化处理 | 第38-39页 |
| ·天气状况的模糊化处理 | 第39-40页 |
| ·模糊神经网络模型的设计 | 第40-44页 |
| ·隐层数的设计 | 第40页 |
| ·隐层节点数的设计 | 第40-41页 |
| ·初始权值的设计 | 第41页 |
| ·网络学习参数的设计 | 第41-42页 |
| ·建立模型 | 第42-44页 |
| 5 基于模糊神经网络的短期负荷预测软件包的编制及算例分析 | 第44-58页 |
| ·开发工具的选择 | 第44页 |
| ·负荷预测软件包的功能及特点 | 第44-45页 |
| ·负荷预测软件包的功能 | 第44页 |
| ·负荷预测软件包的特点 | 第44-45页 |
| ·负荷预测软件包的总体结构设计 | 第45-47页 |
| ·负荷预测软件包的主要用户界面图及使用方法 | 第47-51页 |
| ·负荷预测影响因素与误差分析 | 第51-53页 |
| ·电力系统负荷预测的影响因素 | 第51页 |
| ·电力系统负荷预测的误差分析指标 | 第51-53页 |
| ·模糊神经网络预测结果与分析 | 第53-58页 |
| 6 结论与展望 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 在读期间发表的学术论文 | 第62-63页 |
| 作者简历 | 第63-64页 |
| 致谢 | 第64-65页 |
