基于智能电网的实时电价研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-20页 |
| ·研究背景 | 第8-9页 |
| ·智能电网建设的国内外现状 | 第9-14页 |
| ·智能电网的评价体系 | 第14-17页 |
| ·本文的主要研究内容 | 第17-20页 |
| 2 短期电力负荷预测基础 | 第20-32页 |
| ·电力负荷分类及特性 | 第20-24页 |
| ·电力负荷分类 | 第20-21页 |
| ·短期电力负荷的特性分析 | 第21-24页 |
| ·电力负荷预测的基本原理和特征 | 第24-27页 |
| ·负荷预测的基本原理 | 第24-26页 |
| ·短期电力负荷预测的特征 | 第26-27页 |
| ·电力负荷数据预处理 | 第27-32页 |
| ·基于负荷偏离率的异常数据辨识 | 第27-29页 |
| ·基于同类型日思想的数据校正 | 第29-30页 |
| ·负荷数据的归一化处理 | 第30-32页 |
| 3 基于 PSOEM-SVR 的短期电力负荷预测 | 第32-54页 |
| ·支持向量回归数学模型 | 第32-37页 |
| ·SVR 数学原理 | 第32-35页 |
| ·SVR 模型核函数的选取 | 第35-37页 |
| ·参数向量对SVR 模型的影响 | 第37页 |
| ·带扩展记忆的粒子群优化算法 | 第37-42页 |
| ·标准粒子群算法原理 | 第37-39页 |
| ·带扩展记忆的粒子群算法及稳定性分析 | 第39-42页 |
| ·基于PSOEM-SVR 的负荷预测方法 | 第42-52页 |
| ·样本数据的选取和处理 | 第42页 |
| ·基于PSOEM-SVR 的短期负荷预测流程 | 第42-44页 |
| ·实例仿真及结果分析 | 第44-52页 |
| ·小结 | 第52-54页 |
| 4 基于电网负荷率的实时电价 | 第54-63页 |
| ·电力市场条件下的电力价格 | 第54-56页 |
| ·电力价格分类 | 第54-55页 |
| ·销售电力价格分析 | 第55-56页 |
| ·用户对实时电价的响应 | 第56-58页 |
| ·实时电力价格的制定 | 第58-60页 |
| ·实时电价下的电网负荷 | 第60-62页 |
| ·小结 | 第62-63页 |
| 5 总结与展望 | 第63-65页 |
| ·本文所做的工作总结 | 第63页 |
| ·后续研究工作的展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 附录 | 第69-70页 |
| A 作者在攻读学位期间发表的论文 | 第69页 |
| B 作者在攻读学位期间参与的项目 | 第69-70页 |
