文摘
英文文摘
声明
第1章绪论
1.1负荷预测的研究背景和研究意义
1.1.1负荷预测的研究背景
1.1.2短期负荷预测研究的意义
1.2国内外研究现状及发展趋势
1.2.1数学统计的短期负荷预测方法
1.2.2人工智能的短期负荷预测方法
1.3课题研究内容与组织结构
1.3.1课题研究内容
1.3.2论文组织结构
第2章粗糙集基本理论与知识约简
2.1 Rough集理论
2.1.1集合论的等价关系和等价类
2.1.2信息系统和不分明关系
2.1.3上近似、下近似和边界
2.1.4连续属性离散化
2.1.5属性和属性值约简
2.2属性约简算法
2.2.1基于分辨矩阵约简算法
2.2.2基于二进制分辨矩阵的约简算法
2.3属性值约简
2.4本章小结
第3章支持向量机基本理论
3.1统计学习理论基础
3.1.1VC维
3.1.2经验风险最小化
3.1.3结构风险最小化
3.2支持向量机
3.3支持向量机回归
3.3.1支持向量机回归概念
3.3.1支持向量机回归核函数
3.4支持向量机模型选择
3.5本章小结
第4章负荷特性分析与历史数据处理
4.1电力负荷的构成与原理
4.1.1电力负荷的构成
4.1.2负荷预测的原理
4.1.3负荷预测的基本要求
4.1.4负荷预测的步骤
4.2负荷的基本模型分析
4.3历史数据处理
4.3.1数据处理的意义
4.3.2短期负荷数据采样及周期
4.3.3负荷输入样本数据预处理
4.3.4气象、日期数据处理
4.4本章小结
第5章基于粗糙集和支持向量机的短期负荷预测
5.1历史数据分析
5.2输入样本数据特征提取
5.3基于支持向量机的电力系统短期负荷预测
5.3.1样本数据分类
5.3.2 SVR训练
5.4短期负荷预测的主要评价指标
5.4.1预测误差
5.4.2预测准确率
5.4.3预测结果分析
5.5本章小结
第6章结论与展望
6.1结论
6.2需要进一步解决的问题
致谢
参考文献
攻读学位期间的研究成果