基于数据挖掘技术的短期负荷预测
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第12-16页 |
| 1.1 电力系统负荷预测的任务以及意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 论文的主要工作和篇章结构 | 第14-16页 |
| 1.3.1 本文的主要工作 | 第14-15页 |
| 1.3.2 本文的篇章结构 | 第15-16页 |
| 2 基于数据挖掘的负荷分类技术 | 第16-24页 |
| 2.1 K均值聚类 | 第16-17页 |
| 2.1.1 K均值聚类原理 | 第16-17页 |
| 2.1.2 K均值聚类方法的缺点 | 第17页 |
| 2.2 DBSCAN | 第17-18页 |
| 2.2.1 根据基于中心的密度进行点的分类 | 第17页 |
| 2.2.2 DBSCAN算法 | 第17-18页 |
| 2.2.3 DBSCAN的优缺点 | 第18页 |
| 2.3 层次聚类法 | 第18-19页 |
| 2.3.1 层级聚类法原理 | 第18-19页 |
| 2.3.2 层次聚类法的优缺点 | 第19页 |
| 2.4 历史负荷的聚类方法选择 | 第19-22页 |
| 2.5 决策树 | 第22-23页 |
| 2.5.1 决策树建树 | 第22页 |
| 2.5.2 决策树剪枝 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 3 基于数据挖掘技术的负荷特性分析 | 第24-40页 |
| 3.1 负荷特性分析的目的 | 第24页 |
| 3.2 负荷特性分析的关键点 | 第24-25页 |
| 3.3 负荷时间维度的规律性 | 第25-28页 |
| 3.3.1 负荷的日规律性 | 第25页 |
| 3.3.2 负荷的星期规律性 | 第25-26页 |
| 3.3.3 负荷的年度规律性 | 第26-28页 |
| 3.4 负荷影响因素分析 | 第28-33页 |
| 3.4.1 负荷的温度特性分析 | 第29-32页 |
| 3.4.2 负荷的相对湿度特性分析 | 第32-33页 |
| 3.4.3 降雨量对负荷的影响 | 第33页 |
| 3.5 负荷聚类归纳分析 | 第33-38页 |
| 3.5.1 聚类的目的 | 第34页 |
| 3.5.2 聚类的数目 | 第34页 |
| 3.5.3 聚类结果分析 | 第34-38页 |
| 3.6 负荷特性分析中的产业因素 | 第38页 |
| 3.7 主导影响因素分析及孤立点分析 | 第38-39页 |
| 3.8 本章小结 | 第39-40页 |
| 4 基于数据挖掘技术的负荷预测 | 第40-58页 |
| 4.1 负荷预测的关键点 | 第40页 |
| 4.2 负荷预测的基本原则 | 第40-41页 |
| 4.3 样本选择与数据预处理 | 第41-43页 |
| 4.3.1 坏数据的处理 | 第41-42页 |
| 4.3.2 天气数据的处理 | 第42页 |
| 4.3.3 数据数量化 | 第42-43页 |
| 4.3.4 数据归一化 | 第43页 |
| 4.4 基于统计学习理论的支持向量机原理 | 第43-50页 |
| 4.4.1 三类机器学习问题 | 第44页 |
| 4.4.2 VC维 | 第44-45页 |
| 4.4.3 推广性的界 | 第45页 |
| 4.4.4 结构风险最小化原则 | 第45-46页 |
| 4.4.5 支持向量回归算法 | 第46-50页 |
| 4.5 基于数据挖掘技术的负荷预测步骤 | 第50-55页 |
| 4.5.1 历史日期的聚类 | 第50-51页 |
| 4.5.2 建立决策树 | 第51-53页 |
| 4.5.3 支持向量机建模预测 | 第53-55页 |
| 4.6 预测结果 | 第55-57页 |
| 4.7 本章小结 | 第57-58页 |
| 5 基于母线负荷的综合负荷预测 | 第58-68页 |
| 5.1 基于母线负荷的综合负荷预测原理 | 第58-61页 |
| 5.1.1 母线负荷的构成 | 第58页 |
| 5.1.2 母线负荷的特点 | 第58-60页 |
| 5.1.3 母线负荷预测流程图 | 第60-61页 |
| 5.2 母线累加负荷预测的优势与难点 | 第61-62页 |
| 5.3 预测结果 | 第62-65页 |
| 5.3.1 数据选择 | 第62页 |
| 5.3.2 预测结果评价指标 | 第62页 |
| 5.3.3 预测结果 | 第62-65页 |
| 5.4 本章小结 | 第65-68页 |
| 6 结论 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 | 第74-78页 |
| 学位论文数据集 | 第78页 |
