首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于BP神经网络的地区售电量预测新方法研究

摘要第3-4页
abstract第4-5页
1 绪论第8-15页
    1.1 课题的研究背景和意义第8页
    1.2 售电量预测的研究现状分析及趋势第8-11页
        1.2.1 经典预测方法第9页
        1.2.2 传统预测方法第9-10页
        1.2.3 现代新型预测方法第10-11页
    1.3 售电量预测存在的主要问题第11-13页
    1.4 本文的主要研究工作第13-15页
2 售电量影响因素分析第15-20页
    2.1 引言第15页
    2.2 月度售电量影响因素分析第15-17页
    2.3 年售电量影响因素分析第17-19页
    2.4 本章小结第19-20页
3 基于BP神经网络售电量预测的新方法第20-34页
    3.1 引言第20页
    3.2 基于BP神经网络售电量预测的原理第20-21页
    3.3 基于BP神经网络的售电量模型设计第21-25页
        3.3.1 基于BP神经网络的年售电量预测模型设计第21-23页
        3.3.2 基于BP神经网络的月售电量预测模型设计第23-25页
    3.4 BP神经网络地区售电量预测的算法第25-26页
    3.5 基于BP神经网络的地区售电量预测程序设计第26-33页
        3.5.1 年度电量预测程序设计第27-30页
        3.5.2 月度电量预测程序设计第30-33页
    3.6 本章小结第33-34页
4 基于BP神经网络售电量预测新方法实例验证分析第34-51页
    4.1 引言第34页
    4.2 银川市售电量预测第34-38页
        4.2.1 银川市年度售电量预测第34-36页
        4.2.2 银川市月度电量预测第36-38页
    4.3 西吉县的售电量预测第38-42页
        4.3.1 西吉县年度售电量预测第38-39页
        4.3.2 西吉县月度售电量预测第39-42页
    4.4 彭阳县的月度电量预测第42-47页
        4.4.1 彭阳县年度售电量预测第42-44页
        4.4.2 彭阳县月度售电量预测第44-47页
    4.5 BP神经网络售电量预测新方法与现有售电量预测方法预测结果分析第47-50页
        4.5.1 与电力弹性系数法的预测结果对比分析第47-48页
        4.5.2 与回归分析法的预测结果对比分析第48-49页
        4.5.3 与经验预测法的预测结果对比分析第49-50页
    4.6 本章小结第50-51页
5 基于BP神经网络的售电量预测系统设计第51-59页
    5.1 引言第51-52页
    5.2 售电量预测系统的功能分析第52-53页
    5.3 售电量预测系统总体设计第53页
    5.4 售电量预测系统各模块功能的实现第53-58页
    5.5 售电量预测系统的测试第58-59页
6 结论与展望第59-61页
    6.1 结论第59-60页
    6.2 展望第60-61页
致谢第61-62页
附件1 在校期间的发表论文第62-63页
参考文献第63-67页

论文共67页,点击 下载论文
上一篇:矿用通风机故障预警系统的研究
下一篇:油井带压作业智能控制系统设计研究