基于WNN神经网络的短期负荷预测
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 前言 | 第7-17页 |
| ·负荷预测研究的背景和意义 | 第7-8页 |
| ·国内外研究和应用现状 | 第8-11页 |
| ·短期负荷预测的国内外研究现状 | 第8页 |
| ·负荷预测的常用方法 | 第8-11页 |
| ·电力负荷特性分析 | 第11-15页 |
| ·短期负荷特性 | 第11页 |
| ·典型负荷分量分析 | 第11-15页 |
| ·短期负荷预测技术存在的问题 | 第15页 |
| ·本文的主要工作 | 第15-17页 |
| 2 小波变换 | 第17-23页 |
| ·小波分析引言 | 第17页 |
| ·小波变换的基本概念 | 第17-20页 |
| ·连续小波变换 | 第18页 |
| ·离散小波变换 | 第18-19页 |
| ·二进制小波变换(DWT) | 第19页 |
| ·多分辨分析 | 第19页 |
| ·Mallat算法 | 第19-20页 |
| ·小波分析在电力负荷预测的应用 | 第20-23页 |
| ·小波基函数的选择标准 | 第21-22页 |
| ·小波尺度的选择 | 第22-23页 |
| 3 基于小波神经网络的短期负荷预测 | 第23-32页 |
| ·小波神经神经网络的基本概念 | 第23-25页 |
| ·小波神经网络建模 | 第25-32页 |
| ·基本原理 | 第25页 |
| ·小波网络隐层数的确定 | 第25-26页 |
| ·小波神经网络输出层的确定 | 第26页 |
| ·小波神经网络参数调整算法 | 第26-32页 |
| 4 温度热累积效应对负荷的修正 | 第32-41页 |
| ·温度热累积效应 | 第32-34页 |
| ·模糊控制器的设计 | 第34-37页 |
| ·模糊化过程 | 第34-35页 |
| ·模糊推理 | 第35-36页 |
| ·解模糊化 | 第36-37页 |
| ·模糊控制器的实现 | 第37-41页 |
| 5 预测方法与分析 | 第41-51页 |
| ·历史负荷数据处理 | 第41页 |
| ·小波变换和小波神经网络预测短期负荷的结果分析 | 第41-49页 |
| ·模糊控制器的修正 | 第49-51页 |
| 第6章 结束语 | 第51-53页 |
| ·总结 | 第51页 |
| ·今后的研究方向 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 硕士成果 | 第57页 |
