| 1 绪论 | 第1-17页 |
| ·选题意义 | 第8-9页 |
| ·国内外中长期负荷预测方法的研究现状 | 第9-16页 |
| ·基于参数模型的方法 | 第9-11页 |
| ·基于非参数模型的方法 | 第11-16页 |
| ·本文主要工作 | 第16-17页 |
| 2 基于人工神经网络的中长期负荷预测 | 第17-30页 |
| ·BP 网络的设计 | 第17-19页 |
| ·BP 网络输入量的选择 | 第17-18页 |
| ·隐蔽层神经元的选择 | 第18-19页 |
| ·不同输入量的组合对负荷预测结果的影响 | 第19-20页 |
| ·用排除法对影响负荷的相关因素进行优化选择 | 第20-22页 |
| ·用方差比检验法对影响负荷的相关因素进行优化选择 | 第22-24页 |
| ·对BP 网络避免陷入局部极小点的研究 | 第24-30页 |
| 3 负荷预测中相关因素的不确定性分析 | 第30-38页 |
| ·影响因素的不确定性呈正态分布的情形 | 第30-33页 |
| ·影响因素的不确定性呈非正态分布的情形 | 第33-38页 |
| ·盲数的概念和性质 | 第33-36页 |
| ·负荷预测结果的概率分布和置信区间 | 第36-38页 |
| 4 算例分析 | 第38-52页 |
| ·人工神经网络的负荷预测算例 | 第38-40页 |
| ·排除法对影响负荷的相关因素进行优化选择的算例 | 第40-41页 |
| ·方差比检验法对影响负荷的相关因素进行优化选择的算例 | 第41-42页 |
| ·对BP 网络避免陷入局部极小点的算例 | 第42-44页 |
| ·相关因素不确定性研究算例分析 | 第44-52页 |
| ·相关因素的不确定性成正态分布的情形 | 第44-45页 |
| ·相关因素的不确定性呈非正态分布的情形 | 第45-52页 |
| 5 结论 | 第52-53页 |
| ·主要结论 | 第52页 |
| ·展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 附录 | 第58-59页 |
| 详细摘要 | 第59-74页 |