| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 短期负荷预测的研究现状 | 第11-12页 |
| 1.2.2 信息理论在短期负荷预测的应用现状 | 第12页 |
| 1.3 本文的主要工作 | 第12-14页 |
| 第二章 考虑多气象因素的负荷特性分析 | 第14-37页 |
| 2.1 负荷的周期特性分析 | 第14-17页 |
| 2.1.1 季节负荷特性分析 | 第14-16页 |
| 2.1.2 周负荷特性分析 | 第16页 |
| 2.1.3 日负荷特性分析 | 第16-17页 |
| 2.2 数据的预处理 | 第17-19页 |
| 2.2.1 夏季数据的筛查 | 第17-18页 |
| 2.2.2 历史不良负荷数据预处理 | 第18-19页 |
| 2.3 负荷与气象因素关联分析 | 第19-35页 |
| 2.3.1 气象因素作用于电力负荷的分析思路 | 第19页 |
| 2.3.2 实时气象因素与负荷相关分析 | 第19-29页 |
| 2.3.3 温度的累积效应分析 | 第29-31页 |
| 2.3.4 气象综合指数与负荷相关分析 | 第31-35页 |
| 2.4 本章小结 | 第35-37页 |
| 第三章 Fisher信息理论及其计算 | 第37-50页 |
| 3.1 Fisher信息 | 第37-39页 |
| 3.2 单变量Fisher信息计算 | 第39-40页 |
| 3.3 多变量Fisher信息计算 | 第40-42页 |
| 3.4 预测模型中气象因素的Fisher信息处理方法 | 第42-49页 |
| 3.4.1 单一气象因素的Fisher信息处理 | 第43页 |
| 3.4.2 经Fisher信息加权后的实时温度与负荷相关分析 | 第43-45页 |
| 3.4.3 气象综合指数的Fisher信息处理 | 第45-46页 |
| 3.4.4 经Fisher信息加权后的人体舒适度指数与负荷相关分析 | 第46-47页 |
| 3.4.5 经Fisher信息加权后的温湿指数与负荷相关分析 | 第47-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第四章 基于最小二乘支持向量机的短期负荷预测 | 第50-68页 |
| 4.1 支持向量机 | 第50-57页 |
| 4.1.1 机器学习理论 | 第50-54页 |
| 4.1.2 支持向量机回归理论基础 | 第54-57页 |
| 4.2 基于最小二乘支持向量机的短期负荷预测 | 第57-63页 |
| 4.2.1 基于LSSVM短期负荷预测流程 | 第57页 |
| 4.2.2 基于Fisher信息的气象因素建模方法 | 第57-63页 |
| 4.3 基于BP神经网络的短期负荷预测 | 第63-66页 |
| 4.4 BPNN/LSSVM两种方法预测模型结果比较 | 第66页 |
| 4.5 本章小结 | 第66-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 全文总结 | 第68-69页 |
| 5.2 工作展望 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士学位期间所发表的主要学术成果 | 第76页 |
