| 摘要 | 第1-8页 |
| Abstract | 第8-12页 |
| 第1章 绪论 | 第12-22页 |
| ·课题的背景及意义 | 第12-13页 |
| ·空间负荷预测研究现状 | 第13-15页 |
| ·空间负荷预测方法分类 | 第15-21页 |
| ·直观法 | 第15页 |
| ·趋势类空间负荷预测方法 | 第15-17页 |
| ·负荷密度指标法 | 第17-19页 |
| ·多变量空间负荷预测法 | 第19页 |
| ·用地仿真类空间负荷预测方法 | 第19-21页 |
| ·本文主要研究内容 | 第21-22页 |
| 第2章 电力负荷特性分析 | 第22-28页 |
| ·引言 | 第22页 |
| ·电力负荷的分类 | 第22-23页 |
| ·电力负荷空间分辨率 | 第23-24页 |
| ·电力负荷的特性分析 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于支持向量机的空间负荷预测方法 | 第28-39页 |
| ·引言 | 第28页 |
| ·支持向量机理论 | 第28-33页 |
| ·支持向量机原理 | 第28-30页 |
| ·支持向量机的参数优化 | 第30-32页 |
| ·支持向量机在空间负荷预测中的应用 | 第32-33页 |
| ·基于支持向量机的空间负荷预测方法基本原理 | 第33-34页 |
| ·基于支持向量机的空间负荷预测方法具体步骤 | 第34-36页 |
| ·基于支持向量机的空间负荷预测方法算例分析 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于 MCA-SVM 的空间负荷预测方法 | 第39-51页 |
| ·引言 | 第39-40页 |
| ·多级聚类分析 | 第40-41页 |
| ·聚类分析原理 | 第40页 |
| ·k-means 聚类算法 | 第40-41页 |
| ·基于 MCA-SVM 的空间负荷预测方法基本原理 | 第41-42页 |
| ·基于 MCA-SVM 的空间负荷预测方法具体步骤 | 第42-46页 |
| ·基于 MCA-SVM 的空间负荷预测方法算例分析 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 基于 GIS 的吉林市空间负荷预测系统平台的扩展开发 | 第51-63页 |
| ·地理信息系统 GIS 的介绍 | 第51-53页 |
| ·基于 GIS 的空间负荷预测平台的功能介绍和系统研发 | 第53-54页 |
| ·空间负荷预测系统中街路基图的更新 | 第54-56页 |
| ·基于负荷密度指标法的空间负荷预测程序模块添加 | 第56-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 攻读学位期间取得的研究成果及发表的学术论文 | 第70-71页 |
| 致谢 | 第71-72页 |
| 附录 | 第72-83页 |
