| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 论文选题背景和意义 | 第11-12页 |
| 1.2 灰色预测方法的国内外现状和发展趋势 | 第12-14页 |
| 1.2.1 灰色GM(1,1)模型优化 | 第13页 |
| 1.2.2 多变量灰色预测模型 | 第13-14页 |
| 1.3 论文研究内容 | 第14-15页 |
| 第2章 电力负荷预测相关分析 | 第15-32页 |
| 2.1 短期电力系统负荷预测的方法分析 | 第15-23页 |
| 2.1.1 短期负荷预测的传统方法 | 第15-16页 |
| 2.1.2 现代短期负荷预测方法 | 第16-23页 |
| 2.1.3 短期负荷预测存在的问题 | 第23页 |
| 2.2 电力负荷预测分类 | 第23-29页 |
| 2.2.1 城市民用负荷 | 第25-26页 |
| 2.2.2 商业用电负荷 | 第26页 |
| 2.2.3 工业用电负荷 | 第26页 |
| 2.2.4 农村用电负荷 | 第26-29页 |
| 2.3 电力负荷预测的影响因素 | 第29-31页 |
| 2.3.1 经济因素 | 第30页 |
| 2.3.2 时间因素 | 第30页 |
| 2.3.3 气候因素 | 第30页 |
| 2.3.4 随机干扰 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 优化GM(1,1)负荷预测模型研究 | 第32-42页 |
| 3.1 引言 | 第32页 |
| 3.2 灰色GM(1,1)模型 | 第32-34页 |
| 3.3 GM(1,1)模型的缺陷及优化 | 第34-37页 |
| 3.3.1 模型边值问题 | 第34-35页 |
| 3.3.2 模型背景值问题 | 第35页 |
| 3.3.3 最小二乘参数估计问题 | 第35-36页 |
| 3.3.4 GM(1,1)模型优化策略 | 第36-37页 |
| 3.4 基于蚁群算法的GM(1,1)模型参数优化 | 第37-38页 |
| 3.5 算例分析 | 第38-40页 |
| 3.6 本章小结 | 第40-42页 |
| 第4章 多变量灰色短期负荷预测模型研究 | 第42-66页 |
| 4.1 引言 | 第42-43页 |
| 4.2 灰色关联分析 | 第43-45页 |
| 4.3 多变量MGM(1,N)灰色模型 | 第45-49页 |
| 4.3.1 GM(1,N)模型及其问题分析 | 第45-47页 |
| 4.3.2 MGM(1,N)模型 | 第47-49页 |
| 4.4 均值生成与逆均值生成 | 第49-52页 |
| 4.4.1 均值生成 | 第49-51页 |
| 4.4.2 逆均值生成 | 第51-52页 |
| 4.5 多变量残差修正EMGMmv(1,N)模型 | 第52-55页 |
| 4.5.1 MGMmv(1,N)模型 | 第52-54页 |
| 4.5.2 多变量残差修正EMGMmv(1,N)模型 | 第54-55页 |
| 4.6 模型的对比分析 | 第55-61页 |
| 4.7 算例分析 | 第61-65页 |
| 4.8 本章小结 | 第65-66页 |
| 第5章 工作总结与展望 | 第66-68页 |
| 5.1 工作总结 | 第66页 |
| 5.2 研究展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71页 |