| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-20页 |
| ·研究背景和意义 | 第10-11页 |
| ·电力负荷远程监测系统的研究意义与目的 | 第10页 |
| ·短期负荷预测在负荷管理中的目的和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-17页 |
| ·国内外电力负荷管理技术的发展 | 第11-13页 |
| ·国内外短期负荷预测现状 | 第13-15页 |
| ·负荷预测的步骤 | 第15-17页 |
| ·论文目的和意义 | 第17-18页 |
| ·论文结构安排 | 第18-20页 |
| 第二章 电力负荷远程监控系统的嵌入式数据采集终端的设计 | 第20-36页 |
| ·嵌入式数据采集终端结构 | 第20-30页 |
| ·三相四线电子式多功能电能表 | 第21-23页 |
| ·嵌入式微处理器ARIM | 第23-27页 |
| ·GPRS技术概述及无线通讯原理 | 第27-30页 |
| ·数据采集终端的软件设计 | 第30-34页 |
| ·嵌入式系统结构 | 第30-31页 |
| ·μC/OS-Ⅱ初始化 | 第31-32页 |
| ·建立多任务和优先级 | 第32页 |
| ·三相电能参数的定时采集任务 | 第32-33页 |
| ·测量点的定时抄表任务 | 第33-34页 |
| ·用电情况的分析与控制任务 | 第34页 |
| ·终端通信任务 | 第34页 |
| ·启动多任务 | 第34页 |
| ·本章小结 | 第34-36页 |
| 第三章 人工神经网络在短期电力负荷预测系统中的应用 | 第36-52页 |
| ·人工神经网络在电力系统中的应用 | 第36-45页 |
| ·人工神经网络的概念 | 第36-38页 |
| ·BP网络数学模型的建立 | 第38-40页 |
| ·BP算法原理分析 | 第40-43页 |
| ·BP算法流程图 | 第43-45页 |
| ·算例分析 | 第45-50页 |
| ·短期负荷预测的ANN构成 | 第45页 |
| ·神经网络隐含层节点数 | 第45页 |
| ·网络参数的选择 | 第45-46页 |
| ·BP神经网络的拟合情况分析 | 第46-48页 |
| ·BP神经网络用于简单情况下的负荷预测 | 第48-50页 |
| ·本章小结 | 第50-52页 |
| 第四章 考虑日特征气象因素的人工神经网络法 | 第52-60页 |
| ·短期预测中气象因素分析与处理的总体理念 | 第52-55页 |
| ·对气象因素的认识 | 第52页 |
| ·气象因素应用于负荷预测的启示和设想 | 第52-53页 |
| ·不同级别电网对气象因素的处理策略 | 第53-55页 |
| ·气象因素直接作用于短期负荷的规律分析 | 第55页 |
| ·考虑实时气象因素的神经网络模型 | 第55-59页 |
| ·数据预处理 | 第55-57页 |
| ·网络模型 | 第57页 |
| ·结果分析 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 结论与展望 | 第60-62页 |
| ·结论 | 第60页 |
| ·不足和展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 附录 | 第68页 |