组合预测模型在电力负荷预测中的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 概述 | 第9-17页 |
| ·负荷预测的基本概念和原理 | 第9-11页 |
| ·负荷预测的基本概念 | 第9-10页 |
| ·负荷预测的基本原理 | 第10-11页 |
| ·短期负荷预测的意义和目的 | 第11-12页 |
| ·短期负荷预测国内外研究和应用现状 | 第12-16页 |
| ·电力系统负荷预测基本模型 | 第12-13页 |
| ·短期负荷预测主要方法 | 第13-16页 |
| ·论文的主要内容 | 第16-17页 |
| 第二章 负荷特性分析和负荷预测基本步骤 | 第17-24页 |
| ·电力负荷特性分析 | 第17-20页 |
| ·电力负荷的分类 | 第17-18页 |
| ·电力负荷组成分析 | 第18-20页 |
| ·电力负荷预测基本步骤 | 第20-23页 |
| ·短期负荷预测流程 | 第20-21页 |
| ·历史负荷数据的搜集、分析与选择 | 第21页 |
| ·历史负荷数据的预处理过程 | 第21-23页 |
| ·建立合理的电力负荷预测模型 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第三章 人工神经网络模型 | 第24-44页 |
| ·人工神经网络 | 第24-25页 |
| ·人工神经网络的基本特征 | 第24-25页 |
| ·基于人工神经网络的负荷预测模型分类 | 第25页 |
| ·前向型神经网络(BP 网)的结构和基本算法 | 第25-29页 |
| ·前向型神经网络的结构 | 第25-26页 |
| ·前向型神经网络的算法分析 | 第26-27页 |
| ·误差反方向传播过程 | 第27-29页 |
| ·神经网络模型结构及在短期负荷预测中应用 | 第29-40页 |
| ·神经网络模型结构 | 第29-37页 |
| ·人工神经网络模型应用于短期负荷预测算例 | 第37-40页 |
| ·指数平滑模型用于负荷预测 | 第40-43页 |
| ·一次指数平滑法 | 第40-41页 |
| ·一次指数平滑模型负荷预测算例 | 第41-43页 |
| ·一次指数平滑法与人工神经网络法预测结果分析 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第四章 组合预测模型与算例分析 | 第44-63页 |
| ·组合预测的概念 | 第44-45页 |
| ·组合预测的意义 | 第45页 |
| ·定权组合预测模型研究 | 第45-52页 |
| ·基于误差平方和最小的思想来确定权重系数 | 第46-48页 |
| ·预测方法的优越性论证 | 第48-49页 |
| ·运用组合预测模型应考虑的问题 | 第49-50页 |
| ·定权组合预测法负荷预测算例 | 第50-52页 |
| ·变权组合预测模型研究 | 第52-62页 |
| ·调和平均组合预测模型 | 第53页 |
| ·加权几何平均组合预测模型 | 第53-54页 |
| ·变权组合预测法负荷预测算例 | 第54-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 结论与展望 | 第63-65页 |
| ·电力系统短期负荷预测的结论 | 第63页 |
| ·电力系统短期负荷预测工作的展望 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间取得的研究成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 附录 | 第70页 |
