| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-23页 |
| 1.1 课题来源及研究背景和意义 | 第11-15页 |
| 1.1.1 课题来源 | 第11页 |
| 1.1.2 课题研究的背景和意义 | 第11-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.2.1 规划期供热系统负荷预测研究现状 | 第15-16页 |
| 1.2.2 运行期供热系统负荷预测研究现状 | 第16-18页 |
| 1.3 国内外研究总结及宏观预测研究现状综述 | 第18-22页 |
| 1.3.1 国内外供热系统负荷预测研究总结 | 第19-20页 |
| 1.3.2 国内外宏观能耗预测现状 | 第20-22页 |
| 1.4 本文主要研究内容 | 第22-23页 |
| 第2章 城镇供热系统负荷宏观影响因素分析 | 第23-42页 |
| 2.1 城镇供热系统负荷研究区域和数据来源 | 第23页 |
| 2.2 城镇供热系统负荷宏观影响因素指标体系 | 第23-36页 |
| 2.2.1 供热水平 | 第24-26页 |
| 2.2.2 经济发展 | 第26-30页 |
| 2.2.3 社会生活 | 第30-32页 |
| 2.2.4 城镇建设 | 第32-34页 |
| 2.2.5 政府政策与宏观调控 | 第34-36页 |
| 2.2.6 城镇供热系统负荷宏观影响因素指标体系 | 第36页 |
| 2.3 灰色关联度分析 | 第36-40页 |
| 2.3.1 统计数据预处理 | 第37-38页 |
| 2.3.2 指标无量纲化 | 第38页 |
| 2.3.3 差序列最大值、最小值的确定 | 第38-39页 |
| 2.3.4 灰色关联度分析与灰色关联度系数求解 | 第39页 |
| 2.3.5 城镇供热系统负荷宏观影响因素灰色关联度排序 | 第39-40页 |
| 2.4 本章小结 | 第40-42页 |
| 第3 章城镇供热系统负荷时空特性分析与供热规模评价 | 第42-56页 |
| 3.1 城镇供热系统负荷时空特性研究 | 第42-44页 |
| 3.1.1 城镇供热系统负荷时间特性分析 | 第42-43页 |
| 3.1.2 城镇供热系统负荷空间特性分析 | 第43-44页 |
| 3.2 城镇供热规模评价 | 第44-54页 |
| 3.2.1 城镇职能类型划分 | 第45-46页 |
| 3.2.2 评价指标 | 第46-47页 |
| 3.2.3 熵值法评价原理和步骤 | 第47-48页 |
| 3.2.4 评价结果及分析 | 第48-54页 |
| 3.3 本章小结 | 第54-56页 |
| 第4章 基于灰色系统理论的供热系统负荷预测模型 | 第56-70页 |
| 4.1 灰色系统预测理论概述 | 第56-60页 |
| 4.1.1 灰色序列生成 | 第56-57页 |
| 4.1.2 基本预测模型 | 第57-59页 |
| 4.1.3 灰色系统预测模型 | 第59-60页 |
| 4.2 数据预处理 | 第60-61页 |
| 4.2.1 共线性检验 | 第60-61页 |
| 4.2.2 逐步回归分析 | 第61页 |
| 4.3 基于灰色系统理论的供热系统负荷预测模型 | 第61-65页 |
| 4.3.1 解释变量动态模型 | 第61-62页 |
| 4.3.2 因变量动态模型 | 第62-63页 |
| 4.3.3 灰色系统状态方程 | 第63-65页 |
| 4.4 基于灰色系统理论的供热系统负荷预测模型实例分析 | 第65-69页 |
| 4.4.1 宏观变量灰色关联度验证 | 第65页 |
| 4.4.2 模型解释变量的简选取 | 第65-67页 |
| 4.4.3 哈尔滨市的供热系统灰色系统预测模型 | 第67-68页 |
| 4.4.4 哈尔滨市预测模型的求解以及预测结果 | 第68-69页 |
| 4.5 本章小结 | 第69-70页 |
| 第5章 基于Panel Data的供热系统负荷预测模型 | 第70-82页 |
| 5.1 Panel Data模型概述 | 第70-72页 |
| 5.1.1 Panel Data模型基本形式 | 第70-71页 |
| 5.1.2 Panel Data模型分类 | 第71-72页 |
| 5.2 面板数据预测模型的识别 | 第72-75页 |
| 5.2.1 统计量计算 | 第73-74页 |
| 5.2.2 Panel Data模型的确定 | 第74-75页 |
| 5.2.3 Hausman检验 | 第75页 |
| 5.3 基于Panel Data的供热系统负荷预测模型 | 第75-76页 |
| 5.3.1 基于Panel Data的预测模型解释变量确定 | 第75-76页 |
| 5.3.2 基于Panel Data的预测模型的实现流程 | 第76页 |
| 5.4 基于Panel Data的供热系统负荷预测模型的实例分析 | 第76-81页 |
| 5.4.1 综合性城镇Panel Data预测模型解释变量的确定 | 第77-78页 |
| 5.4.2 综合性城镇Panel Data预测模型类型的确定 | 第78-80页 |
| 5.4.3 综合性城镇Panel Data模型预测结果分析 | 第80-81页 |
| 5.5 本章小结 | 第81-82页 |
| 第6章 模型预测结果及模型适用性分析 | 第82-106页 |
| 6.1 基于灰色系统理论的供热系统负荷预测结果分析 | 第82-90页 |
| 6.1.1 解释变量及模型系数 | 第82-85页 |
| 6.1.2 预测精度 | 第85-87页 |
| 6.1.3 预测结果 | 第87-88页 |
| 6.1.4 模型的自学习性 | 第88-90页 |
| 6.2 基于Panel Data的供热系统负荷预测结果分析 | 第90-99页 |
| 6.2.1 类型城镇预测模型 | 第91-96页 |
| 6.2.2 预测精度 | 第96-98页 |
| 6.2.3 预测结果 | 第98-99页 |
| 6.3 两类模型预测结果对比分析 | 第99-104页 |
| 6.3.1 预测精度对比分析 | 第100-101页 |
| 6.3.2 预测结果对比分析 | 第101-103页 |
| 6.3.3 鸡西市预测结果与供热规划对比分析 | 第103-104页 |
| 6.4 本章小结 | 第104-106页 |
| 结论 | 第106-108页 |
| 参考文献 | 第108-114页 |
| 附录 | 第114-117页 |
| 攻读学位期间发表的学术论文 | 第117-119页 |
| 致谢 | 第119页 |
