文摘
英文文摘
声明
第一章 绪论
1.1 课题研究背景
1.2 电力负荷预测的作用和意义
1.3 影响电力系统负荷变化的因素
1.4 相关问题的研究现状
1.5 问题的提出
1.6 论文主要工作
1.7 论文主要内容
第二章 气温敏感负荷的相关分析
2.1 敏感负荷定义
2.2 日峰负荷与温度因子的相关性分析
2.3 敏感负荷计算分析
2.4 本章小结
第三章 负荷预测方法介绍
3.1 回归分析法
3.2 线性趋势法
3.2.1 二次滑动平均
3.2.2 二次指数平滑法
3.3 灰色预测法
3.3.1 灰色理论概述
3.3.2 累加生成
3.3.3 累减生成
3.3.4 灰色算法的特点
3.3.5 灰色GM(1,1)模型
3.4 人工神经网络
3.4.1 人工神经网络概述
3.4.2 人工神经网络在负荷预测中的应用
3.4.3 BP人工神经网络及BP学习算法
3.4.4 BP人工神经网络算法的改进
3.5 季节指数法
第四章 周最大敏感负荷预测
4.1 周最大敏感负荷的预测方法分析
4.2 周最大负荷预测
4.2.1 回归模型
4.2.2 灰色GM(1,1)模型及其改进算法
4.2.3 L-M算法的BP神经网络模型
4.2.4 几种预测方法的比较分析
4.3 周基准负荷预测
4.4 周敏感负荷预测模型的构建
4.5 实际预测结果的比较和分析
4.5.1周实际最大敏感负荷计算
4.5.2 预测结果与实际值比较
4.6 本章小结
第五章 月最大敏感负荷预测
5.1 月最大负荷预测
5.1.1 传统季节指数预测方法
5.1.2 改进季节指数预测方法
5.2 月基准负荷预测
5.3 月敏感负荷预测
5.4 月敏感负荷预测模型的建立
5.5 实际预测结果的比较分析
5.5.1 实际月最大敏感负荷计算
5.5.2 实际预测结果比较
5.6 本章小结
第六章 总结与展望
6.1 总结
6.2 进一步工作
参考文献
致 谢
作者在攻读硕士学位期间完成的学术论文