摘要 | 第1-6页 |
ABSTRACT | 第6-9页 |
目录 | 第9-11页 |
第一章 绪论 | 第11-32页 |
·引言 | 第11-12页 |
·智能计算概述 | 第12-16页 |
·智能算法的研究与发展 | 第12-13页 |
·进化算法 | 第13-16页 |
·基于模糊推理系统的智能建模技术 | 第16-26页 |
·模糊推理系统 | 第16页 |
·神经模糊系统 | 第16-18页 |
·进化模糊系统 | 第18-22页 |
·基于模糊集理论的智能建模技术在电力系统中的应用 | 第22-26页 |
·电力系统负荷预测概述 | 第26-30页 |
·负荷预测的意义和作用 | 第26-27页 |
·短期电力负荷预测研究的发展和现状 | 第27-30页 |
·本文的主要工作 | 第30-32页 |
第二章 基于进化规划和最小二乘辨识的自动模糊建模策略 | 第32-42页 |
·引言 | 第32-33页 |
·模糊推理 | 第33-34页 |
·基于进化规划与最小二乘法相结合的混合算法 | 第34-39页 |
·模糊规则基的自动生成 | 第34-36页 |
·混合学习 | 第36-37页 |
·新型混合学习算法EPLSE | 第37-39页 |
·仿真实验 | 第39-41页 |
·本章小结 | 第41-42页 |
第三章 基于进化模糊建模技术的非线性动态系统辨识与控制 | 第42-59页 |
·引言 | 第42-44页 |
·粒子群优化算法 | 第44-46页 |
·基于混合进化算法EPPSO的模糊建模策略 | 第46-49页 |
·模糊推理 | 第46-47页 |
·基于EPPSO的模糊建模策略 | 第47-49页 |
·仿真实验 | 第49-57页 |
·非线性动态系统辨识 | 第49-52页 |
·非线性动态系统控制 | 第52-57页 |
·本章小结 | 第57-59页 |
第四章 自适应拓展模糊基函数网络 | 第59-73页 |
·引言 | 第59-60页 |
·拓展模糊基函数网络 | 第60-64页 |
·拓展模糊基函数网络结构 | 第60-61页 |
·基于最小二乘法的EFBFN输入空间划分 | 第61-64页 |
·自适应模糊基函数网络 | 第64-65页 |
·群体初始化 | 第64页 |
·网络设计过程 | 第64-65页 |
·仿真实验 | 第65-72页 |
·三输入非线性函数建模 | 第65-69页 |
·Mackey-Glass混沌时间序列预测 | 第69-72页 |
·本章小结 | 第72-73页 |
第五章 电力负荷异常数据辨识与修正 | 第73-82页 |
·引言 | 第73-74页 |
·异常数据及其处理方法概述 | 第74-76页 |
·电力负荷异常数据的分类 | 第74-75页 |
·异常数据的识别和修正方法 | 第75-76页 |
·基于人工免疫网络的异常数据修正 | 第76-79页 |
·异常数据辨识 | 第76页 |
·异常数据修正 | 第76-79页 |
·实例分析 | 第79-80页 |
·本章小结 | 第80-82页 |
第六章 基于混合模糊建模技术的电力负荷预测 | 第82-97页 |
·引言 | 第82-83页 |
·第一阶段:负荷预测的模糊输入空间划分 | 第83-86页 |
·用于STLF的FBFN结构 | 第83-84页 |
·第一阶段:基于LS算法的FBFN | 第84-86页 |
·第二阶段:基于混合进化算法EPPSO的一阶T-S模糊模型 | 第86-88页 |
·初始化 | 第86-87页 |
·PSO算子 | 第87页 |
·EP算子 | 第87-88页 |
·基于气象变量的模糊模型修正 | 第88-91页 |
·实例分析 | 第91-95页 |
·测试实例介绍 | 第92-94页 |
·STLF预测结果及讨论 | 第94-95页 |
·本章小结 | 第95-97页 |
第七章 节假日短期电力负荷预测 | 第97-104页 |
·引言 | 第97-98页 |
·节假日负荷曲线特征 | 第98-99页 |
·基于自适应拓展模糊基函数网络的比例负荷曲线预测 | 第99-100页 |
·基于模糊线性回归的节假日峰谷负荷预测 | 第100-101页 |
·实例分析 | 第101-103页 |
·本章小结 | 第103-104页 |
第八章 总结 | 第104-124页 |
作者攻读博士学位期间发表的有关学术论文 | 第124-125页 |