基于频域分解的短期负荷预测研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-20页 |
| ·短期负荷预测研究目的和意义 | 第9-10页 |
| ·短期负荷预测的基本过程 | 第10-11页 |
| ·短期负荷预测方法和国内外研究情况 | 第11-18页 |
| ·短期负荷预测的传统方法 | 第12-13页 |
| ·短期负荷预测的智能方法 | 第13-15页 |
| ·短期负荷预测研究的现状及问题 | 第15-18页 |
| ·本文所作的工作及创新 | 第18-19页 |
| ·本文的章节安排 | 第19-20页 |
| 第2章 短期负荷的频域分解 | 第20-30页 |
| ·常用的负荷频域分解方法 | 第20-23页 |
| ·FFT 和 WT 负荷频域分解 | 第20-21页 |
| ·EEMD 负荷频域分解 | 第21-23页 |
| ·三种频域分解方法对比 | 第23页 |
| ·EEMD 负荷频域分解和组合 | 第23-29页 |
| ·EEMD 负荷分解 | 第23-26页 |
| ·频谱图 | 第26-28页 |
| ·负荷分量的组合 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 RVM 模型及 RVS 辨识算法 | 第30-37页 |
| ·RVM 模型的基本思想 | 第30-31页 |
| ·RVS 辨识算法及程序实现 | 第31-36页 |
| ·RVS 算法理论[25-30] | 第31-36页 |
| ·RVS 辨识算法的实现步骤 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第4章 辨识数据集的预处理 | 第37-42页 |
| ·负荷数据的预处理 | 第37-40页 |
| ·短期负荷预测的假设条件 | 第37页 |
| ·负荷伪数据的分类 | 第37-38页 |
| ·基于频域分解的负荷伪数据处理 | 第38-40页 |
| ·温度数据的预处理 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第5章 分量组合模型的训练、预测及评价 | 第42-50页 |
| ·组合模型训练和预测 | 第42-44页 |
| ·低频分量模型的训练 | 第42-43页 |
| ·高频分量模型的训练 | 第43-44页 |
| ·应用模型预测 | 第44页 |
| ·模型的评价与分析 | 第44-49页 |
| ·本章小结 | 第49-50页 |
| 第6章 结论与展望 | 第50-52页 |
| ·结论 | 第50页 |
| ·后续工作展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 附录 | 第56-64页 |
| 攻读硕士期间发表的论文 | 第64-65页 |
| 致谢 | 第65页 |
