| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| ·背景 | 第8-10页 |
| ·电力负荷数据预测的研究意义 | 第8页 |
| ·电力负荷数据预测的研究现状 | 第8-9页 |
| ·人工神经网络发展概况 | 第9-10页 |
| ·本文的研究内容 | 第10页 |
| ·本文的章节安排 | 第10-12页 |
| 第二章 基本理论与概念 | 第12-24页 |
| ·电力负荷数据预测方法 | 第12-14页 |
| ·电力负荷数据预测常用建模方法 | 第12-13页 |
| ·神经网络的特性 | 第13-14页 |
| ·神经网络建模方法 | 第14页 |
| ·前向型人工神经网络模型 | 第14-17页 |
| ·BP神经网络模型结构 | 第14-15页 |
| ·BP网络学习规则 | 第15-17页 |
| ·短期负荷预测中存在的问题 | 第17页 |
| ·数据挖掘的概念和应用 | 第17-24页 |
| ·决策树的概念 | 第18页 |
| ·数据仓库的定义和功能，以及在电力行业的应用 | 第18-19页 |
| ·数据仓库在电力行业的应用 | 第19-24页 |
| 第三章 基于决策树创建OLAP数据挖掘模型电力负荷预测 | 第24-39页 |
| ·电力负荷挖掘模型的数据库设计 | 第24-30页 |
| ·数据库需求分析 | 第26-27页 |
| ·实体与属性之间的关系 | 第27-28页 |
| ·数据库的E-R图 | 第28页 |
| ·数据库逻辑结构设计 | 第28-30页 |
| ·详细设计和结果分析 | 第30-38页 |
| ·创建数据源 | 第30页 |
| ·创建关系型决策树模型 | 第30-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于神经网络的电力负荷预测算法 | 第39-55页 |
| ·基于神经网络的电力负荷数据预测的算法设计 | 第39-41页 |
| ·算法建模分析 | 第39-40页 |
| ·确定算法网络模型 | 第40页 |
| ·算法流程图 | 第40-41页 |
| ·输入、输出向量设计 | 第41-45页 |
| ·输入、输出向量设计说明 | 第41-42页 |
| ·从数据库导入输入向量 | 第42-45页 |
| ·网络训练的确定 | 第45-46页 |
| ·BP网络设计 | 第45页 |
| ·网络训练 | 第45-46页 |
| ·网络测试 | 第46-54页 |
| ·使用10条样本数据训练网络并测试 | 第46-49页 |
| ·使用50条样本数据训练网络并测试 | 第49-52页 |
| ·使用100条样本数据训练网络并测试 | 第52-54页 |
| ·详细设计补充说明 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| ·总结 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |