| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 变量注释表 | 第15-17页 |
| 1 绪论 | 第17-23页 |
| 1.1 研究背景及意义 | 第17-18页 |
| 1.2 几种不确定性方法的比较 | 第18-19页 |
| 1.3 国内外电力系统负荷预测模型与研究现状 | 第19-20页 |
| 1.4 电力系统负荷预测存在的问题 | 第20-21页 |
| 1.5 论文主要创新工作及结构安排 | 第21-23页 |
| 2 负荷预测缺失数据处理与离散数据辨识 | 第23-30页 |
| 2.1 缺失数据形成原因 | 第23页 |
| 2.2 缺失数据的处理方法 | 第23-24页 |
| 2.3 缺失数据处理实例 | 第24-27页 |
| 2.4 离散数据形成原因 | 第27页 |
| 2.5 传统离散数据的辨识及处理方法 | 第27-28页 |
| 2.6 离散数据辨识的统计学方法 | 第28-30页 |
| 3 驱动变量选择与多重共线性 | 第30-40页 |
| 3.1 驱动变量选择对预测的影响 | 第30-31页 |
| 3.2 基于灰色关联分析的驱动变量选择 | 第31-33页 |
| 3.3 基于逐步回归法的驱动变量选择 | 第33-36页 |
| 3.4 多重共线性 | 第36-40页 |
| 4 基于岭回归的灰色多变量预测模型构建 | 第40-54页 |
| 4.1 传统灰色多变量预测模型 | 第40-41页 |
| 4.2 传统灰色多变量预测模型的缺陷 | 第41-42页 |
| 4.3 优化的多变量预测模型 | 第42-44页 |
| 4.4 基于混沌混合算法的OGM(1,N)模型背景值系数优化 | 第44-50页 |
| 4.5 基于岭回归的OGM(1,N)模型 | 第50-54页 |
| 5 基于LMS滤波器的灰色多变量模型构建 | 第54-59页 |
| 5.1 最小均方误差准则 | 第54-57页 |
| 5.2 基于LMS滤波器的电力系统负荷预测 | 第57-59页 |
| 6 电力系统负荷预测模型应用实例 | 第59-67页 |
| 6.1 阜新地区500千伏电网规划 | 第60-62页 |
| 6.2 阜新地区220千伏电网规划 | 第62-64页 |
| 6.3 阜新地区远景年220千伏及以上电网电气计算 | 第64-67页 |
| 7 结论与展望 | 第67-69页 |
| 7.1 结论 | 第67-68页 |
| 7.2 展望 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 作者简历 | 第74-76页 |
| 学位论文数据集 | 第76页 |