| 中文摘要 | 第1页 |
| 英文摘要 | 第3-6页 |
| 第一章 绪论 | 第6-10页 |
| ·论文背景及研究意义 | 第6-7页 |
| ·负荷管理系统的发展 | 第7-8页 |
| ·论文研究内容及所做的工作 | 第8-10页 |
| 第二章 电力负荷预测方法研究 | 第10-34页 |
| ·电力负荷预测概述 | 第10-12页 |
| ·本课题为什么进行负荷预测研究 | 第10页 |
| ·电力负荷预测的基本原理 | 第10-11页 |
| ·电力负荷预测过程 | 第11-12页 |
| ·负荷预测技术发展现状 | 第12-14页 |
| ·传统负荷预测方法 | 第12-13页 |
| ·现代负荷预测方法 | 第13-14页 |
| ·人工神经网络预测方法 | 第14-23页 |
| ·人工神经网络概念 | 第14-15页 |
| ·人工神经网络的特性 | 第15-16页 |
| ·人工神经网络的基本原理 | 第16-17页 |
| ·BP(Back Propagation)人工神经网络用于电力负荷预测 | 第17-23页 |
| ·负荷预测算例分析 | 第23-28页 |
| ·日平均负荷预测算例 | 第24-25页 |
| ·日最大负荷预测算例 | 第25-27页 |
| ·算例分析总结 | 第27-28页 |
| ·组合预测方法 | 第28-29页 |
| ·组合预测模型 | 第28-29页 |
| ·等权平均组合预测方法 | 第29页 |
| ·组合预测算例分析 | 第29-34页 |
| ·日平均负荷预测算例 | 第29-31页 |
| ·日最大负荷预测算例 | 第31-34页 |
| 第三章 负荷特性分析 | 第34-45页 |
| ·分类负荷构成模型 | 第34-40页 |
| ·日负荷曲线特征时段的划分 | 第34-35页 |
| ·分类负荷构成模型的建立 | 第35-37页 |
| ·分类负荷构成模型算例 | 第37-40页 |
| ·年负荷特性曲线分析 | 第40页 |
| ·季节性负荷特性分析 | 第40-43页 |
| ·空调负荷分析 | 第40-41页 |
| ·排灌负荷分析 | 第41-43页 |
| ·取暖负荷分析 | 第43页 |
| ·典型日负荷曲线分析 | 第43-45页 |
| 第四章 运城供电公司电力营销负荷管理系统设计与实现 | 第45-58页 |
| ·系统分析 | 第45-46页 |
| ·用电营销负荷管理业务流程 | 第45-46页 |
| ·用电营销负荷管理数据流程 | 第46页 |
| ·系统设计思想 | 第46-47页 |
| ·系统软件功能 | 第47-57页 |
| ·数据集成管理 | 第48-52页 |
| ·日常负荷管理 | 第52-54页 |
| ·负荷预测 | 第54-55页 |
| ·负荷特性分析 | 第55-57页 |
| ·系统软件环境 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61-62页 |
| 在学期间发表的论文和参加科研情况 | 第62页 |