| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题研究的背景及意义 | 第9-10页 |
| 1.2 课题国内外研究现状 | 第10-12页 |
| 1.3 本文研究的主要内容 | 第12-14页 |
| 第2章 基于地理信息系统的负荷预测模型应用 | 第14-20页 |
| 2.1 地理信息系统的基本构成 | 第14-15页 |
| 2.1.1 地理信息系统的构成 | 第14页 |
| 2.1.2 地理信息系统的特征 | 第14-15页 |
| 2.1.3 地理信息系统的功能 | 第15页 |
| 2.2 地理信息系统在空间负荷的应用 | 第15-18页 |
| 2.2.1 地理信息系统相关技术的作用 | 第15-16页 |
| 2.2.2 GIS配网应用中的拓扑模型 | 第16-17页 |
| 2.2.3 配网GIS拓扑的典型应用 | 第17-18页 |
| 2.3 地理信息系统在本文中的应用 | 第18页 |
| 2.3.1 图形矢量化 | 第18页 |
| 2.3.2 图形数据的分层处理 | 第18页 |
| 2.3.3 空间信息提取及计算方法 | 第18页 |
| 2.4 本章小结 | 第18-20页 |
| 第3章 基于地理信息系统的网格划分与合并 | 第20-32页 |
| 3.1 负荷分类及网格划分 | 第20-22页 |
| 3.1.1 传统负荷的分类 | 第20-21页 |
| 3.1.2 网格的划分方法 | 第21-22页 |
| 3.2 网格负荷的合并 | 第22-25页 |
| 3.2.1 根据负荷影响因素进行网格负荷合并 | 第22-23页 |
| 3.2.2 根据负荷波形变化进行网格负荷合并 | 第23-25页 |
| 3.3 基于网格法和BP-RBF神经网络的负荷预测 | 第25-26页 |
| 3.3.1 负荷预测模型 | 第25页 |
| 3.3.2 负荷预测模型的评价 | 第25-26页 |
| 3.4 算例分析 | 第26-31页 |
| 3.4.1 网格负荷的划分 | 第26页 |
| 3.4.2 网格负荷的合并 | 第26-29页 |
| 3.4.3 网格负荷的预测 | 第29-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第4章 基于相似日GA-BP-RBF神经网络的短期负荷预测 | 第32-44页 |
| 4.1 模糊聚类法选取相似日 | 第32-34页 |
| 4.1.1 模糊聚类分析的概述 | 第32页 |
| 4.1.2 模糊聚类的步骤 | 第32-34页 |
| 4.2 相似日 | 第34-36页 |
| 4.2.1 相似日选取的步骤 | 第34-35页 |
| 4.2.2 短期负荷的影响因素及其量化 | 第35-36页 |
| 4.3 改进BP、RBF神经网络的负荷预测 | 第36-39页 |
| 4.3.1 预测算法的原理 | 第36-38页 |
| 4.3.2 负荷预测的模型 | 第38-39页 |
| 4.3.3 负荷预测的过程的流程图 | 第39页 |
| 4.4 算例分析 | 第39-43页 |
| 4.4.1 工业负荷 | 第39-40页 |
| 4.4.2 商场的负荷预测结果 | 第40-41页 |
| 4.4.3 居民负荷预测结果 | 第41-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 地理信息系统短期负荷预测的展示 | 第44-49页 |
| 5.1 地理信息系统短期负荷预测平台的介绍 | 第44-45页 |
| 5.1.1 系统平台的总体目标 | 第44页 |
| 5.1.2 系统平台的原则 | 第44-45页 |
| 5.1.3 系统结构设计 | 第45页 |
| 5.2 地理信息系统预测的过程展示 | 第45-47页 |
| 5.2.1 地区地图的读取 | 第45页 |
| 5.2.2 网格负荷的划分 | 第45-46页 |
| 5.2.3 网格负荷的合并 | 第46-47页 |
| 5.2.4 短期负荷的预测 | 第47页 |
| 5.3 短期负荷预测的注意点 | 第47-48页 |
| 5.4 本章小结 | 第48-49页 |
| 第6章 结论与展望 | 第49-51页 |
| 6.1 结论 | 第49页 |
| 6.2 展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第54-55页 |
| 致谢 | 第55页 |