基于HHT的短期电力负荷预测研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-10页 |
| 1 绪论 | 第10-13页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 负荷预测方法的研究现状及发展趋势 | 第11-12页 |
| 1.3 本文的主要工作 | 第12-13页 |
| 2 短期电力负荷预测及其常用模型 | 第13-29页 |
| 2.1 电力系统负荷分析 | 第13-16页 |
| 2.1.1 主要电力用户的用电特点分析 | 第13-15页 |
| 2.1.2 短期电力负荷的主要影响因素 | 第15-16页 |
| 2.2 负荷预测的误差分析 | 第16-19页 |
| 2.2.1 预测误差产生的原因 | 第16-17页 |
| 2.2.2 预测误差分析统计指标 | 第17-19页 |
| 2.3 短期负荷预测的常用模型 | 第19-28页 |
| 2.3.1 BP 神经网络 | 第19-22页 |
| 2.3.2 RBF 神经网络 | 第22-24页 |
| 2.3.3 最小二乘支持向量机 | 第24-26页 |
| 2.3.4 粒子群优化算法 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 3 Hilbert-Huang 变换 | 第29-36页 |
| 3.1 经验模态分解 | 第29-32页 |
| 3.1.1 EMD 的基本原理 | 第29-30页 |
| 3.1.2 EMD 算法 | 第30-32页 |
| 3.2 Hilbert 变换 | 第32-34页 |
| 3.2.1 连续时间信号的 Hilbert 变换 | 第32-33页 |
| 3.2.2 离散时间信号的 Hilbert 变换 | 第33-34页 |
| 3.2.3 Hilbert 谱分析 | 第34页 |
| 3.3 HHT 的特点 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 4 HHT 端点效应的处理 | 第36-47页 |
| 4.1 端点效应的产生 | 第36页 |
| 4.2 端点效应处理的基本思想 | 第36页 |
| 4.3 端点效应常用的解决方法 | 第36-38页 |
| 4.3.1 加窗函数法 | 第36-37页 |
| 4.3.2 波形匹配延拓法 | 第37页 |
| 4.3.3 镜像延拓法 | 第37-38页 |
| 4.4 BP 神经网络延拓法 | 第38-46页 |
| 4.4.1 BP 神经网络延拓法介绍 | 第38-39页 |
| 4.4.2 仿真实例 | 第39-46页 |
| 4.5 本章小结 | 第46-47页 |
| 5 HHT 在短期电力负荷预测中的应用 | 第47-58页 |
| 5.1 原始负荷数据的预处理 | 第47-49页 |
| 5.1.1 数据的纵向处理 | 第47-48页 |
| 5.1.2 数据的横向处理 | 第48-49页 |
| 5.1.3 数据的归一化处理 | 第49页 |
| 5.2 对温度、天气、日期因素的量化处理 | 第49-50页 |
| 5.2.1 对温度的量化处理 | 第49页 |
| 5.2.2 对天气类型的量化处理 | 第49-50页 |
| 5.2.3 对日期类型的量化处理 | 第50页 |
| 5.3 实例验证 | 第50-56页 |
| 5.4 多种预测方法的对比 | 第56-57页 |
| 5.5 本章小结 | 第57-58页 |
| 6 结论与展望 | 第58-60页 |
| 6.1 总结 | 第58页 |
| 6.2 展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 个人简历、在学期间发表的学术论文与科研成果 | 第64页 |
