| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-10页 |
| 第一章 绪言 | 第10-18页 |
| ·课题的目的和背景 | 第10-11页 |
| ·超短期负荷预测的概述 | 第11页 |
| ·国内外超短期负荷预测的发展与现状 | 第11-17页 |
| ·传统预测方法 | 第12-14页 |
| ·现代预测方法 | 第14-16页 |
| ·综合预测方法 | 第16-17页 |
| ·本文的主要工作 | 第17-18页 |
| 第二章 电力系统超短期负荷预测的基本概念和原理 | 第18-27页 |
| ·负荷预测的基本原理及影响因素 | 第18-20页 |
| ·负荷预测的基本原理 | 第18-19页 |
| ·负荷预测的影响因素 | 第19-20页 |
| ·负荷预测的基本模型 | 第20-22页 |
| ·基本正常负荷分量 | 第20-21页 |
| ·天气敏感负荷分量 | 第21-22页 |
| ·特别事件分量 | 第22页 |
| ·随机负荷分量 | 第22页 |
| ·超短期负荷预测基本过程 | 第22-25页 |
| ·负荷预测的误差分析 | 第25-27页 |
| 第三章 负荷特性分析和基于负荷趋势的超短期负荷预测方法研究 | 第27-46页 |
| ·电力系统负荷特性分析 | 第27-31页 |
| ·电力系统负荷的特点 | 第27-28页 |
| ·电力系统负荷的分类 | 第28-31页 |
| ·某省级电网负荷特性分析 | 第31-41页 |
| ·负荷特性分析的研究内容 | 第31页 |
| ·某省级电网典型日负荷曲线特性分析 | 第31-35页 |
| ·某省级电网气温相关负荷曲线特性分析 | 第35-41页 |
| ·基于负荷趋势的新型超短期负荷预测法 | 第41-46页 |
| ·负荷趋势的定义 | 第41-42页 |
| ·负荷趋势规律归纳 | 第42-43页 |
| ·基于负荷趋势的超短期负荷预测法 | 第43-46页 |
| 第四章 超短期负荷预测中模糊识别技术的应用及其Matlab实现 | 第46-65页 |
| ·模糊数学基础及其在负荷预测中的优势 | 第46-52页 |
| ·模糊集合 | 第47-48页 |
| ·模糊关系 | 第48-49页 |
| ·语言变量 | 第49-50页 |
| ·模糊规则库 | 第50-51页 |
| ·模糊推理过程 | 第51-52页 |
| ·模糊模式识别 | 第52-54页 |
| ·模式和模式识别的定义 | 第52-53页 |
| ·直接法——对个体的识别 | 第53页 |
| ·间接法——对整体的识别 | 第53-54页 |
| ·建立隶属函数的方法及贴近度 | 第54页 |
| ·模糊C均值聚类算法 | 第54-59页 |
| ·数据集的硬C划分空间和模糊C划分空间 | 第54-56页 |
| ·硬C均值聚类算法的原理 | 第56页 |
| ·模糊C均值聚类算法的原理 | 第56-58页 |
| ·模糊C均值聚类算法存在的问题 | 第58-59页 |
| ·模糊C均值聚类的Matlab实现 | 第59-63页 |
| ·Matlab简介 | 第59-60页 |
| ·MATLAB之FCM的源代码分析 | 第60-62页 |
| ·MATLAB中FCM函数应用 | 第62-63页 |
| ·基于模糊C均值聚类的超短期负荷特性分类 | 第63-65页 |
| 第五章 基于模糊识别和负荷特性的超短期负荷预测及其实现 | 第65-76页 |
| ·基于模糊识别和负荷特性的组合预测方法及其误差分析 | 第65-73页 |
| ·电网负荷趋势分析 | 第65-67页 |
| ·组合预测法算法介绍 | 第67-70页 |
| ·算例及误差分析 | 第70-73页 |
| ·超短期负荷预测系统实现 | 第73-76页 |
| ·系统基本情况 | 第73页 |
| ·系统构成及接口设计 | 第73-74页 |
| ·系统主要功能特点 | 第74-76页 |
| 第六章 结论与展望 | 第76-80页 |
| ·结论 | 第76-77页 |
| ·展望 | 第77-80页 |
| 参考文献 | 第80-85页 |
| 作者简历 | 第85-86页 |
