人工智能方法在电力系统短期负荷预测中的研究
| 第一章 绪论 | 第1-11页 |
| §1．1 引言 | 第6页 |
| §1．2 短期负荷预测变化规律及特点 | 第6-7页 |
| §1．3 短期负荷预测的研究概况 | 第7-11页 |
| 第二章 人工神经网络 | 第11-24页 |
| §2．1 人工神经网络概述 | 第11-13页 |
| §2．2 神经网络基本原理 | 第13-14页 |
| §2．3 BP神经网络 | 第14-18页 |
| §2．4 BP算法存在的问题 | 第18-19页 |
| §2．5 拟牛顿自适应法 | 第19-24页 |
| 第三章 遗传算法 | 第24-31页 |
| §3．1 遗传算法概况 | 第24页 |
| §3．2 遗传算法 | 第24-25页 |
| §3．3 遗传算法的特点 | 第25-26页 |
| §3．4 遗传算法的设计和完善 | 第26-31页 |
| 第四章 遗传算法与神经网络相结合的预测模型 | 第31-41页 |
| §4．1 GA与ANN的结合模型 | 第31-34页 |
| §4．2 负荷分析及建立预测模型 | 第34-35页 |
| §4．3 天气处理和样本形成 | 第35-38页 |
| §4．4 滚动训练跟踪校正误差 | 第38-39页 |
| §4．5 负荷预测神经网络模型 | 第39页 |
| §4．6 人工智能负荷预测软件系统 | 第39-41页 |
| 第五章 算例分析和结论 | 第41-46页 |
| §5．1 算例 | 第41-44页 |
| §5．2 结论及进一步工作 | 第44-46页 |
| 致谢 | 第46-47页 |
| 参考文献 | 第47-49页 |
