| 中文摘要 | 第1-7页 |
| 英文摘要 | 第7-11页 |
| 1 绪论 | 第11-27页 |
| ·电力负荷预测的作用与意义 | 第11-12页 |
| ·电力负荷预测的研究现状 | 第12-26页 |
| ·电力负荷预测的特点和影响因素 | 第12-14页 |
| ·电力负荷预测的研究方法及其现状 | 第14-26页 |
| ·本文的主要研究内容和章节安排 | 第26-27页 |
| 2 电力短期负荷时间序列的混沌特性分析 | 第27-43页 |
| ·引言 | 第27页 |
| ·混沌的理论基础 | 第27-29页 |
| ·相空间重构理论及方法 | 第29-34页 |
| ·混沌时间序列的确定性检验 | 第34-37页 |
| ·电力短期负荷时间序列混沌特性的实例分析 | 第37-41页 |
| ·小结 | 第41-43页 |
| 3 单变量时间序列的短期负荷预测模型及方法研究 | 第43-69页 |
| ·引言 | 第43页 |
| ·基于自适应神经模糊系统的混沌负荷序列全局预测法 | 第43-51页 |
| ·混沌时间序列的全局预测方法 | 第43-45页 |
| ·自适应神经模糊推理系统的基本原理 | 第45-48页 |
| ·基于自适应神经网络模糊系统的混沌负荷时间序列预测 | 第48-51页 |
| ·电力短期负荷的改进混沌局域预测法 | 第51-65页 |
| ·混沌局域预测的基本方法 | 第51-54页 |
| ·改进的局域预测法 | 第54-65页 |
| ·基于最大LYAPUNOV 指数的短期负荷预测法 | 第65-68页 |
| ·基于最大Lyapunov 指数的预报模式 | 第65-66页 |
| ·基于最大Lyapunov 指数的短期负荷预测 | 第66-68页 |
| ·小结 | 第68-69页 |
| 4 多变量时间序列的短期负荷预测模型及方法研究 | 第69-85页 |
| ·引言 | 第69页 |
| ·多变量时间序列的相空间重构 | 第69-75页 |
| ·重构参数的选择 | 第70-72页 |
| ·最大Lyapunov 指数计算 | 第72-73页 |
| ·基于Lorenz 方程的多变量时间序列重构方法 | 第73-75页 |
| ·多变量混沌时间序列的全局预测法 | 第75-80页 |
| ·径向基神经网络 | 第76-78页 |
| ·基于径向基神经网络的电力短期负荷预测 | 第78-80页 |
| ·多变量混沌时间序列的局域预测法 | 第80-84页 |
| ·多变量混沌序列的局域预测模型 | 第80-82页 |
| ·短期电力负荷的多变量混沌局域预测法 | 第82-84页 |
| ·小结 | 第84-85页 |
| 5 基于实时电价下的短期负荷预测模型及方法研究 | 第85-97页 |
| ·引言 | 第85页 |
| ·实时电价与短期负荷的关系分析 | 第85-87页 |
| ·基于实时电价的短期负荷预测模型和方法 | 第87-96页 |
| ·基于RBF 神经网络和自适应神经模糊系统的短期负荷预测 | 第88-94页 |
| ·基于实时电价的多变量负荷时间序列预测法 | 第94-96页 |
| ·小结 | 第96-97页 |
| 6 全文工作总结与展望 | 第97-99页 |
| ·全文工作总结 | 第97-98页 |
| ·前景与展望 | 第98-99页 |
| 致谢 | 第99-101页 |
| 参考文献 | 第101-109页 |
| 附录1:作者在攻读博士学位期间发表的论文目录 | 第109-111页 |
| 2:作者在攻读博士学位期间参加的科研项目情况 | 第109-111页 |