| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-15页 |
| ·负荷预测的意义及国内外研究现状 | 第10页 |
| ·负荷预测的特点 | 第10-11页 |
| ·负荷预测分类 | 第11-12页 |
| ·负荷预测基本程序 | 第12-14页 |
| ·本章小结 | 第14-15页 |
| 第二章 电力负荷预测相关理论 | 第15-25页 |
| ·电力负荷灰色预测技术 | 第15-18页 |
| ·灰色系统理论 | 第15页 |
| ·灰色生成 | 第15-17页 |
| ·灰色建模过程 | 第17页 |
| ·灰色建模预测的优缺点与改进 | 第17-18页 |
| ·时间序列预测技术 | 第18-20页 |
| ·时间序列的概念 | 第18页 |
| ·时间序列的线性模型 | 第18-20页 |
| ·时间序列模型预测步骤 | 第20页 |
| ·神经网络预测技术 | 第20-24页 |
| ·神经网络方法的基本理论 | 第20-21页 |
| ·神经网络算法比较 | 第21-22页 |
| ·人工神经网络在电力负荷预测中的应用 | 第22-23页 |
| ·人工神经网络还存在的问题 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 组合预测模型研究与交叉变权组合预测模型的建立 | 第25-45页 |
| ·组合预测基本原理 | 第25-26页 |
| ·非最优正权组合预测模型权系数的确定方法 | 第26-28页 |
| ·等权平均组合预测方法 | 第26页 |
| ·预测误差平方和倒数方法 | 第26-27页 |
| ·均方差倒数方法 | 第27页 |
| ·简单加权平均法 | 第27页 |
| ·二项式系数法 | 第27-28页 |
| ·基于误差指标的最优预测模型分析与样本期变权预测模型的建立 | 第28-35页 |
| ·现有基于误差指标组合预测模型 | 第28-31页 |
| ·基于误差指标的最优预测模型的不足分析 | 第31-32页 |
| ·样本期变权组合预测模型的建立 | 第32-34页 |
| ·样本期变权模型与现有模型的关系分析 | 第34-35页 |
| ·基于相关性指标的预测模型分析与预测方法变权模型的建立 | 第35-41页 |
| ·现有基于相关性指标组合预测模型 | 第35-38页 |
| ·基于相关性指标组合预测模型的缺点分析 | 第38-39页 |
| ·预测方变权重组合预测模型的建立 | 第39-40页 |
| ·预测方法变权重组合预测模型与现有模型的关系分析 | 第40-41页 |
| ·样本期、预测方法交叉变权组合预测模型的建立 | 第41-43页 |
| ·交叉变权组合预测模型的建立 | 第41-42页 |
| ·组合预测模型的总结与归纳 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 模型在电力负荷预测中的应用与分析 | 第45-58页 |
| ·历史负荷数据分析及其预处理 | 第45-47页 |
| ·特征向量模糊化处理 | 第45-46页 |
| ·模糊化特征向量相似性比较 | 第46-47页 |
| ·预测方法评价指标 | 第47-49页 |
| ·均方误差(MSE)分析 | 第47-48页 |
| ·平均绝对误差(MAE) | 第48页 |
| ·平均绝对百分比误差(MAPE) | 第48页 |
| ·均方百分比误差 | 第48页 |
| ·现有模型预测误差计算 | 第48-49页 |
| ·样本日变权重组合预测模型在电力负荷预测中的应用 | 第49-52页 |
| ·根据时间距离的样本期变权组合预测应用分析 | 第49-50页 |
| ·根据预测误差的样本期变权重预测模型应用分析 | 第50-52页 |
| ·根据均方差倒数的样本期变权重组合预测模型应用分析 | 第52页 |
| ·单项预测方法变权重组合预测模型在电力负荷预测中的应用 | 第52-53页 |
| ·样本期、预测方法交叉变权组合预测模型在负荷预测中的应用 | 第53-56页 |
| ·模型预测效果比较分析 | 第56页 |
| ·本章小结 | 第56-58页 |
| 第五章 结论与展望 | 第58-60页 |
| ·结论 | 第58-59页 |
| ·展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录 | 第63-71页 |
| 致谢 | 第71-72页 |
| 攻读学位期间主要的研究成果 | 第72页 |
