中文摘要 | 第1-5页 |
英文摘要 | 第5-9页 |
1 绪论 | 第9-21页 |
·论文的选题背景及意义 | 第9-10页 |
·国内外研究现状 | 第10-19页 |
·负荷预测的早期技术 | 第10-11页 |
·近代预测方法 | 第11-15页 |
·现代预测技术 | 第15-18页 |
·误差分析及模型校验 | 第18-19页 |
·本论文研究的主要内容 | 第19-21页 |
2 基于支持向量回归机的中长期负荷预测分析 | 第21-31页 |
·支持向量机基本理论简介 | 第21-23页 |
·支持向量机基本概念及应用 | 第21页 |
·统计学习理论 | 第21-23页 |
·支持向量机的基本方法 | 第23-27页 |
·基于分类的支持向量机 | 第23-26页 |
·基于回归的支持向量机 | 第26-27页 |
·支持向量机对中长期电力负荷的算例分析 | 第27-30页 |
·选择训练数据 | 第27-28页 |
·预测结果 | 第28-30页 |
·预测结果分析 | 第30页 |
·本章小结 | 第30-31页 |
3 基于相空间重构理论和支持向量机电力负荷预测分析 | 第31-46页 |
·混沌理论 | 第31-33页 |
·混沌的定义 | 第31-32页 |
·奇异吸引子 | 第32-33页 |
·相空间重构 | 第33-34页 |
·相空间重构参数的选取 | 第34-42页 |
·时间延迟 | 第34-39页 |
·嵌入维数 | 第39-42页 |
·基于相空间重构与支持向量机的电力负荷预测 | 第42-44页 |
·算例分析 | 第44-45页 |
·本章小结 | 第45-46页 |
4 基于两步核方法支持向量机回归算法的电力负荷预测 | 第46-55页 |
·两步核方法的支持向量回归机 | 第47-51页 |
·支持向量机回归 | 第47-49页 |
·两步核方法模型 | 第49-51页 |
·解路径算法 | 第51页 |
·电力负荷算例分析 | 第51-54页 |
·本章小结 | 第54-55页 |
5 结论与展望 | 第55-57页 |
·本文工作总结 | 第55-56页 |
·今后工作展望 | 第56-57页 |
参考文献 | 第57-62页 |
附录A | 第62-64页 |
致谢 | 第64-65页 |