中文摘要 | 第1-6页 |
英文摘要 | 第6-11页 |
第一章 引言 | 第11-19页 |
·选题背景 | 第11-12页 |
·选题意义 | 第12-13页 |
·电力市场中电价预测的意义 | 第12页 |
·电力市场中电价特性分析和电价预测研究的理论意义 | 第12-13页 |
·国内外研究现状 | 第13-16页 |
·电价影响因素分析 | 第13页 |
·电价预测的类型分析(时间跨度) | 第13-14页 |
·电价预测的类型分析(市场类型) | 第14页 |
·电价预测的方法分析 | 第14-16页 |
·本文要做的工作 | 第16-19页 |
第二章 电力市场中电价影响因素分析及预测 | 第19-43页 |
·日前市场中的电价影响因素分析 | 第19-21页 |
·电力市场结构对电价的影响 | 第19页 |
·市场成熟度对电价的影响 | 第19页 |
·辅助服务市场 | 第19-20页 |
·输电约束 | 第20页 |
·市场规则 | 第20页 |
·负荷和市场总装机容量 | 第20-21页 |
·气候条件、社会因素等对电价的影响 | 第21页 |
·电价的主要影响因素―负荷预测 | 第21-43页 |
·短期负荷预测:基于遗传优化的SVM 预测模型 | 第21-31页 |
·中长期负荷预测:基于季节和节假日多因素影响的优化模型 | 第31-43页 |
第三章 稳定性市场的日前电价预测的时间序列建模 | 第43-63页 |
·引言 | 第43-44页 |
·电价序列分类及电价特性分析 | 第44-45页 |
·建模数据预处理方法:傅立叶变换和小波分析 | 第45-46页 |
·时间序列建模预测 | 第46-48页 |
·ARMA 和ARIMA 模型 | 第46页 |
·ARMAX 模型 | 第46-47页 |
·GARCH 模型 | 第47-48页 |
·电价的时间序列预测建模 | 第48-57页 |
·数据预处理过程 | 第48-50页 |
·模型识别和参数估计 | 第50-57页 |
·滚动预测 | 第57页 |
·算例分析 | 第57-62页 |
·结论和讨论 | 第62-63页 |
第四章 智能算法在日前电价预测建模中的研究与应用 | 第63-85页 |
·ANN 在日前电价预测建模 | 第63-79页 |
·ANN 概述及常用电价预测的ANN 特点分析 | 第63-65页 |
·神经网络电价预测建模预处理 | 第65-69页 |
·神经网络电价建模预测 | 第69-79页 |
·基于 SOM 的 SVM 夏季高峰电价预测 | 第79-85页 |
·SOM-SVM-GA 建模预测 | 第80-81页 |
·算例分析 | 第81-83页 |
·结论 | 第83-85页 |
第五章 实时电价预测的优化建模 | 第85-93页 |
·引言 | 第85-86页 |
·SVM-GA -GARCH 混合预测模型 | 第86-88页 |
·数据空间处理及输入变量选择 | 第86-87页 |
·SVM-GA 建模进行初步电价预测 | 第87-88页 |
·GARCH 建模进行误差预测 | 第88页 |
·最终预测 | 第88页 |
·算例分析 | 第88-92页 |
·数据来源及模型参数选择 | 第88-89页 |
·建模分析 | 第89-92页 |
·结论 | 第92-93页 |
第六章 中长期电价的影响分析及建模预测 | 第93-103页 |
·引言 | 第93-94页 |
·建模原理和方法 | 第94-96页 |
·建模思路和步骤 | 第94页 |
·EMD 理论和算法 | 第94-95页 |
·分解分量的规律分析 | 第95-96页 |
·重构和建模 | 第96页 |
·算例分析 | 第96-101页 |
·数据来源及预处理 | 第96页 |
·EMD 和模式特性分析 | 第96-97页 |
·相关性分析和分量重构 | 第97-99页 |
·建模和预测 | 第99页 |
·误差测量和结果分析 | 第99-101页 |
·结论 | 第101-103页 |
第七章 总结和展望 | 第103-105页 |
·本文的部分结论 | 第103页 |
·有待深入研究的问题 | 第103-105页 |
参考文献 | 第105-113页 |
致谢 | 第113-114页 |
附录 | 第114-137页 |
附录1:日前市场电价的影响因素相关性分析表 | 第114-123页 |
附录2:实时电价与相关输入因素之间相关性分析表 | 第123-132页 |
附录3:SVM-GA 建模训练和测试误差序列特性分析图 | 第132-137页 |
攻读博士学位期间发表的学术论文 | 第137-139页 |
攻读博士学位期间参加的科研工作 | 第139页 |