| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·课题研究背景 | 第10-14页 |
| ·电力市场的建设发展 | 第10-11页 |
| ·电力市场的交易类型 | 第11-12页 |
| ·电力市场的交易模式 | 第12-13页 |
| ·电力市场的竞价模式 | 第13-14页 |
| ·课题研究意义 | 第14-15页 |
| ·国内外研究现状 | 第15-18页 |
| ·发电企业竞价策略的研究现状 | 第15-16页 |
| ·短期电价预测的研究现状 | 第16-18页 |
| ·本文研究的主要内容及组织结构 | 第18-19页 |
| 第2章 电价及电价预测的基本理论 | 第19-26页 |
| ·引言 | 第19页 |
| ·电价的基本理论 | 第19-23页 |
| ·电价的形成 | 第19-21页 |
| ·电价的制定 | 第21页 |
| ·电价的特性 | 第21-23页 |
| ·电价的影响因素 | 第23页 |
| ·电价预测概述 | 第23-25页 |
| ·电价预测的涵义及特点 | 第23-24页 |
| ·电价预测的步骤 | 第24页 |
| ·电价预测的分类 | 第24-25页 |
| ·短期电价预测的问题与难点 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第3章 BP神经网络模型在电价预测中的应用 | 第26-47页 |
| ·引言 | 第26页 |
| ·BP神经网络简介 | 第26-30页 |
| ·BP神经网络的结构 | 第26-27页 |
| ·BP神经网络处理单元模型 | 第27-28页 |
| ·误差反向传播算法 | 第28-30页 |
| ·BP神经网络的主要能力 | 第30页 |
| ·BP神经网络模型在电价预测中的应用 | 第30-37页 |
| ·输入数据的准备 | 第30-32页 |
| ·BP神经网络结构参数的选择 | 第32-34页 |
| ·误差评价指标 | 第34页 |
| ·预测实例及误差分析 | 第34-37页 |
| ·基于误差最小熵的BP神经网络模型在电价预测中的应用 | 第37-46页 |
| ·误差熵函数准则 | 第37-38页 |
| ·最小误差熵函数 | 第38-39页 |
| ·MEE神经网络的学习算法 | 第39-41页 |
| ·批处理模式 | 第41-42页 |
| ·预测实例及误差分析 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 基于云神经网络模型的短期电价预测 | 第47-64页 |
| ·引言 | 第47页 |
| ·云模型简介 | 第47-53页 |
| ·云模型产生的背景 | 第47页 |
| ·云的基本概念 | 第47-48页 |
| ·云发生器 | 第48-51页 |
| ·云变换 | 第51-53页 |
| ·云神经网络模型 | 第53-57页 |
| ·基于云模型的不确定性推理 | 第53-54页 |
| ·云神经网络的结构及学习方法 | 第54-55页 |
| ·云神经网络的学习算法 | 第55-57页 |
| ·云神经网络的优点 | 第57页 |
| ·云神经网络在短期电价预测中的应用 | 第57-63页 |
| ·应用云理论进行电价预测的可行性 | 第57-58页 |
| ·基于云神经网络进行电价预测的步骤 | 第58页 |
| ·预测实例与仿真分析 | 第58-63页 |
| ·本章小结 | 第63-64页 |
| 第5章 结论与展望 | 第64-66页 |
| ·本文工作总结 | 第64页 |
| ·展望 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第71-72页 |
| 致谢 | 第72页 |