| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-14页 |
| ·课题的研究背景和意义 | 第7-8页 |
| ·国内外研究现状 | 第8-13页 |
| ·论文的主要工作及内容安排 | 第13-14页 |
| 2 电力负荷数据特性分析及数据预处理 | 第14-23页 |
| ·负荷的内在规律 | 第14-16页 |
| ·电力负荷的周期性 | 第14-16页 |
| ·电力负荷的连续性 | 第16页 |
| ·电力负荷的外在特性 | 第16-19页 |
| ·温度对负荷特性的影响 | 第16-17页 |
| ·降雨量对负荷特性的影响 | 第17-18页 |
| ·节假日对负荷特性的影响 | 第18-19页 |
| ·分时电价对负荷特性的影响 | 第19页 |
| ·数据的预处理 | 第19-21页 |
| ·数据预处理的意义和基本思想 | 第19页 |
| ·伪数据的修正 | 第19-20页 |
| ·伪数据预处理方法 | 第20-21页 |
| ·本章小结 | 第21-23页 |
| 3 基于LS-SVM的短期电力系统负荷预测 | 第23-43页 |
| ·SVM与LS-SVM的原理 | 第23-27页 |
| ·统计学习理论 | 第23-25页 |
| ·SVM回归原理 | 第25-26页 |
| ·最小二乘支持向量机原理 | 第26-27页 |
| ·基于LS-SVM的短期电力系统负荷预测 | 第27-33页 |
| ·无天气因素影响的预测模型 | 第27-32页 |
| ·含天气因素影响的预测模型 | 第32-33页 |
| ·基于人工免疫算法的参数优化 | 第33-42页 |
| ·参数优化问题的提出 | 第33页 |
| ·一般人工免疫算法 | 第33-37页 |
| ·免疫克隆选择算法 | 第37-40页 |
| ·算法的比较 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 4 基于小波变换与LS-SVM的短期电力系统负荷预测 | 第43-59页 |
| ·小波分析理论 | 第43-46页 |
| ·傅里叶分析 | 第43页 |
| ·短时傅里叶变换 | 第43页 |
| ·连续小波变换 | 第43-44页 |
| ·离散小波变换 | 第44-45页 |
| ·多分辨率分析 | 第45页 |
| ·二进正交小波变换的Mallat算法 | 第45-46页 |
| ·基于小波变换与LS-SVM短期负荷预测建模 | 第46-47页 |
| ·基于小波变换与LS-SVM的无天气因素影响的短期负荷预测 | 第47-54页 |
| ·边界延拓 | 第47-48页 |
| ·小波基的选取 | 第48-51页 |
| ·小波尺度的选取 | 第51-53页 |
| ·输入量的选取 | 第53-54页 |
| ·基于小波变换与LS-SVM的含天气因素影响的短期负荷预测 | 第54-57页 |
| ·小波基的选取 | 第54-56页 |
| ·小波尺度的选取 | 第56-57页 |
| ·输入量的选取 | 第57页 |
| ·与神经网络的比较 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 5 总结与展望 | 第59-61页 |
| ·研究工作总结 | 第59页 |
| ·工作展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
