基于卡尔曼滤波的神经网络学习算法及其在短期负荷预测中的应用
摘要 | 第1-5页 |
Abstract | 第5-8页 |
1 绪论 | 第8-13页 |
·课题来源及意义 | 第8-9页 |
·短期负荷预测模型概述 | 第9-11页 |
·短期负荷预测的人工神经网络方法 | 第11-12页 |
·本文所做工作 | 第12-13页 |
2 基于奇异值分解的卡尔曼滤波 | 第13-31页 |
·引言 | 第13-17页 |
·卡尔曼最优滤波基本方程 | 第17-24页 |
·扩展卡尔曼滤波 | 第24-26页 |
·扩展卡尔曼滤波的奇异值分解方法 | 第26-29页 |
·本章小结 | 第29-31页 |
3 基于卡尔曼滤波的前向人工神经网络学习算法研究 | 第31-45页 |
·引言 | 第31页 |
·人工神经网络理论基础 | 第31-36页 |
·BP神经网络模型及学习算法 | 第36-39页 |
·扩展卡尔曼滤波的前向人工神经网络学习算法 | 第39-44页 |
·本章小结 | 第44-45页 |
4 基于人工神经网络的短期负荷预测 | 第45-58页 |
·引言 | 第45页 |
·电力系统短期负荷预测的特点及预测对策 | 第45-48页 |
·人工神经网络负荷预测模型的可行性 | 第48-49页 |
·人工神经网络短期负荷预测模型的建立 | 第49-53页 |
·短期负荷预测实例分析 | 第53-57页 |
·本章小结 | 第57-58页 |
5 全文总结及展望 | 第58-60页 |
·总结 | 第58页 |
·展望 | 第58-60页 |
致谢 | 第60-61页 |
参考文献 | 第61-65页 |
附录1 作者在攻读硕士学位期间发表的论文 | 第65页 |