电力系统短期负荷智能预测系统的研究及实现
| 第一章 绪论 | 第1-19页 |
| 1．1 负荷预测的意义 | 第6-8页 |
| 1．2 负荷预测的发展与现状 | 第8-17页 |
| 1．2．1 传统预测方法 | 第8-10页 |
| 1．2．2 人工神经网络预测方法 | 第10-13页 |
| 1．2．3 专家系统预测方法 | 第13-17页 |
| 1．3 论文的主要工作 | 第17-19页 |
| 第二章 预测模型的数学实现 | 第19-34页 |
| 2．1 线性回归方法在线性系统中的应用 | 第19-21页 |
| 2．2 人工神经网络在非线性系统中的应用 | 第21-34页 |
| 2．2．1 人工神经网络基础 | 第21-27页 |
| 2．2．2 自组织神经训练方法简介 | 第27-34页 |
| 第三章 专家系统预测模型形式的提出 | 第34-58页 |
| 3．1 专家系统原理 | 第35-42页 |
| 3．2 电力系统负荷曲线的变化规律与负荷预测模型 | 第42-50页 |
| 3．2．1 负荷的增长因素 | 第43页 |
| 3．2．2 负荷的季节周期性因素 | 第43-44页 |
| 3．2．3 负荷的星期周期性因素 | 第44-45页 |
| 3．2．4 节假日对负荷的影响 | 第45-46页 |
| 3．2．5 气候因素对负荷的影响 | 第46-49页 |
| 3．2．6 停电检修、重大活动对负荷预测的影响 | 第49页 |
| 3．2．7 历史数据的影响 | 第49-50页 |
| 3．3 日负荷预测模型 | 第50-53页 |
| 3．4 日负荷预测专家系统的知识和规则 | 第53-56页 |
| 3．5 日负荷预测专家系统的框图 | 第56-58页 |
| 第四章 负荷预测软件包的实现 | 第58-67页 |
| 4．1 开发环境的选择 | 第58-59页 |
| 4．2 软件程序实现 | 第59-66页 |
| 4．3 软件特点 | 第66-67页 |
| 第五章 算例分析 | 第67-70页 |
| 第六章 结论 | 第70-72页 |
| 致 谢 | 第72-73页 |
| 参考文献 | 第73-76页 |
