| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 选题研究背景与意义 | 第10页 |
| 1.2 电网规划中的负荷预测研究现状及发展 | 第10-12页 |
| 1.3 电网规划的中长期负荷预测 | 第12-16页 |
| 1.3.1 电网规划的概述 | 第12-13页 |
| 1.3.2 中长期负荷预测的基本内容 | 第13-15页 |
| 1.3.3 中长期负荷预测的基本步骤 | 第15-16页 |
| 1.4 中长期负荷预测的误差分析 | 第16-17页 |
| 1.4.1 中长期负荷预测的误差来源 | 第16-17页 |
| 1.4.2 负荷预测的误差指标 | 第17页 |
| 1.5 论文主要内容及其结构安排 | 第17-19页 |
| 第2章 偏最小二乘回归模型 | 第19-30页 |
| 2.1 引言 | 第19页 |
| 2.2 传统多元线性回归的局限性 | 第19-21页 |
| 2.2.1 多元线性回归模型 | 第19-20页 |
| 2.2.2 多重相关性分析 | 第20-21页 |
| 2.3 主成分分析和典型相关分析 | 第21-23页 |
| 2.3.1 主成分分析 | 第21-23页 |
| 2.3.2 典型相关分析 | 第23页 |
| 2.4 偏最小二乘回归(PLS)分析模型 | 第23-27页 |
| 2.4.1 偏最小二乘回归分析的建模思路 | 第23-24页 |
| 2.4.2 偏最小二乘回归数学建模推导 | 第24-25页 |
| 2.4.3 成分数的选取 | 第25-27页 |
| 2.5 辅助分析技术 | 第27-29页 |
| 2.5.1 精度分析 | 第27-29页 |
| 2.5.2 成分解释能力分析 | 第29页 |
| 2.5.3 变量投影重要度(VIP) | 第29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 基于稀疏偏最小二乘回归的中长期负荷预测 | 第30-41页 |
| 3.1 前言 | 第30页 |
| 3.2 稀疏偏最小二乘回归算法 | 第30-31页 |
| 3.3 稀疏偏最小二乘回归的参数选取 | 第31-32页 |
| 3.4 稀疏偏最小二乘回归(SPLS)分析模型 | 第32-33页 |
| 3.5 实例分析 | 第33-40页 |
| 3.5.1 收集历史数据 | 第33-34页 |
| 3.5.2 多重相关性分析 | 第34-35页 |
| 3.5.3 普通最小二乘回归预测模型的建立 | 第35-36页 |
| 3.5.4 偏最小二乘回归预测模型的建立 | 第36-37页 |
| 3.5.5 稀疏偏最小二乘回归预测模型的建立 | 第37-39页 |
| 3.5.6 模型预测结果对比分析 | 第39-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第4章 粗糙集在多指标模型的中长期负荷预测中的应用 | 第41-57页 |
| 4.1 问题的提出 | 第41页 |
| 4.2 中长期电力负荷预测的多指标模型特点 | 第41-43页 |
| 4.3 粗糙集及其属性约减 | 第43-46页 |
| 4.3.1 粗糙集的基本思想 | 第43页 |
| 4.3.2 基于属性重要度的粗糙集属性约简 | 第43-46页 |
| 4.4 基于粗糙集的中长期负荷预测模型分析 | 第46-48页 |
| 4.4.1 基于粗糙集的回归分析负荷预测模型 | 第46-47页 |
| 4.4.2 基于粗糙集的支持向量机负荷预测模型 | 第47-48页 |
| 4.5 粗糙集在多指标模型的中长期负荷预测中的应用实例分析 | 第48-56页 |
| 4.5.1 原始数据 | 第49-50页 |
| 4.5.2 粗糙集对数据预处理及其属性约减 | 第50-53页 |
| 4.5.3 建立基于粗糙集的中长期负荷预测模型 | 第53-54页 |
| 4.5.4 预测模型分析 | 第54-55页 |
| 4.5.5 训练性能分析 | 第55-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第5章 总结与展望 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 附录A 攻读硕士学位期间所发表的主要学术论文目录 | 第65-66页 |
| 附录B 攻读学位期间所参加的科研项目目录 | 第66页 |