| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 引言 | 第10页 |
| 1.2 研究背景及意义 | 第10-11页 |
| 1.3 本文研究的发展历史和国内外发展现状 | 第11-13页 |
| 1.4 电力系统负荷预测的分类 | 第13-14页 |
| 1.5 负荷的分类和特性 | 第14-16页 |
| 1.5.1 负荷分类 | 第14-15页 |
| 1.5.2 负荷特性 | 第15-16页 |
| 1.6 全文内及章节安排 | 第16-18页 |
| 第二章 基于多项模型的曲线拟合原理 | 第18-28页 |
| 2.1 引言 | 第18页 |
| 2.2 曲线拟合的基本原理 | 第18-19页 |
| 2.2.1 曲线拟合的概念 | 第18-19页 |
| 2.2.2 曲线拟合的优劣判断标准 | 第19页 |
| 2.3 基于代数多项式的曲线拟合方法 | 第19-21页 |
| 2.3.1 代数多项式的数学模型和特性 | 第19-20页 |
| 2.3.2 代数多项式的曲线拟合 | 第20-21页 |
| 2.4 基于Chebyshev多项式的曲线拟合方法 | 第21-23页 |
| 2.4.1 Chebyshev多项式的数学模型和特性 | 第21-22页 |
| 2.4.2 Chebyshev多项式的曲线拟合 | 第22-23页 |
| 2.5 基于Legendre多项式神经网络拟合 | 第23-26页 |
| 2.5.1 Legendre多项式模型及其特性 | 第23-25页 |
| 2.5.2 基于Legendre多项式的拟合模型 | 第25-26页 |
| 2.6 本章小结 | 第26-28页 |
| 第三章 曲线拟合系数的算法 | 第28-42页 |
| 3.1 引言 | 第28页 |
| 3.2 梯度下降法 | 第28-30页 |
| 3.2.1 梯度下降法的简介 | 第28-29页 |
| 3.2.2 基于梯度下降法的算法模型 | 第29-30页 |
| 3.3 递推最小二乘法 | 第30-34页 |
| 3.3.1 基于递推最小二乘法的算法模型 | 第31-33页 |
| 3.3.2 算法步骤算法流程图 | 第33-34页 |
| 3.4 共轭梯度法 | 第34-40页 |
| 3.4.1 基于共轭梯度法的算法模型 | 第35-36页 |
| 3.4.2 算法流程 | 第36页 |
| 3.4.3 改善矩阵A条件数的方法 | 第36-39页 |
| 3.4.4 残差校正方法 | 第39-40页 |
| 3.5 实例仿真 | 第40-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第四章 曲线拟合在电力系统负荷预测中的应用 | 第42-50页 |
| 4.1 引言 | 第42页 |
| 4.2 电力负荷预测理论分析 | 第42-43页 |
| 4.3 实例分析 | 第43-49页 |
| 4.3.1 基于代数多项式拟合模型的RLS法负荷预测研究 | 第43-45页 |
| 4.3.2 基于Chebyshev多项式拟合模型的RLS法负荷预测研究 | 第45-47页 |
| 4.3.3 基于Laguerre多项式拟合模型的RLS法负荷预测研究 | 第47-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 本文工作总结 | 第50-51页 |
| 5.2 本文的特色及创新 | 第51页 |
| 5.3 展望 | 第51-52页 |
| 参考文献 | 第52-58页 |
| 致谢 | 第58-60页 |
| 附录A（攻读硕士学位期间发表论文目录） | 第60-62页 |
| 附录B（攻读硕士学位期间参与项目） | 第62页 |
