文摘
英文文摘
声明
第一章绪论
1.1课题研究的意义
1.2短期负荷预测研究情况综述
1.2.1电力系统短期负荷预测的研究现状
1.2.2最小二乘支持向量机应用于短期负荷预测
1.3课题研究进展中存在问题的评述
1.4本文的主要工作
第二章短期负荷预测描述
2.1短期负荷的特点
2.2影响短期负荷的主要因素
2.3负荷预测误差分析
2.4小结
第三章历史数据的预处理
3.1数据处理的必要性
3.2数据清洗
3.3待选输入变量及其处理
3.4粗糙集属性约简
3.4.1粗糙集的基本概念
3.4.2粗糙集中的属性约简
3.5基于遗传算法的属性约简
3.5.1编码过程
3.5.2适配值函数的选择
3.5.3选择过程
3.5.4交叉过程
3.5.5变异过程
3.5.6染色体的可行性检测
3.5.7遗传算法属性约简的流程
3.6小结
第四章参数自适应LS-SVM预测模型
4.1统计学习理论的核心问题
4.2最小二乘支持向量机算法及模型
4.2.1最小二乘支持向量机的基本原理
4.2.2核函数的构造
4.3模型中的参数
4.4模型参数的自动优化
4.5小结
第五章算例分析
5.1基于粗糙集理论的LS-SVM预测模型
5.2输入变量的选择
5.3粗糙集的属性约简
5.4 LS-SVM预测结果
5.5小结
第六章山东电网用电构成及负荷特性规律分析系统
6.1软件开发背景
6.2软件开发的内容
6.3软件的运行环境
6.4软件的功能结构
6.5软件的窗体构成
6.6小结
第七章结论与展望
7.1全文总结
7.2后续工作的展望
参考文献
致谢
攻读硕士学位期间发表的学术论文