声明
1 绪论
1.1 本课题研究的背景及意义
1.2 电力负荷预测研究现状
1.2.1 传统电力负荷预测方法
1.2.2 现代电力负荷预测方法
1.2.3 VMD技术
1.3 电力负荷预测的特点和预测流程
1.3.1 电力负荷预测的特点
1.3.2 负荷预测流程
1.4 本文的主要研究工作
2 电力系统负荷特性分析和数据预处理
2.1 电力系统负荷分类
2.2 电力系统短期负荷特性分析
2.2.1 负荷内在特性
2.2.2 气象因素的影响
2.3 数据预处理
2.3.1 异常点的修正
2.3.2 缺失数据的补充
2.3.3 样本数据的归一化和量化
2.4 负荷预测的评价指标
2.5 本章小结
3 基于极限学习机及其优化算法的电力负荷短期预测
3.1 极限学习机原理
3.2 改进粒子群优化算法
3.3 GA-IPSO算法优化极限学习机的短期负荷预测模型
3.3.1 极限学习机参数设定
3.3.2 GA-IPSO-ELM预测模型实现的步骤
3.4 实例仿真分析
3.5 本章小结
4 变分模态分解及其在电力负荷短期预测中的应用
4.1 VMD基本原理
4.1.1 VMD算法流程
4.2 样本熵
4.3 基于VMD-SE负荷特征分解
4.3.1 重要参数的确定
4.3.2 VMD分解仿真实验
4.4 基于VMD和改进型极限学习机短期负荷预测
4.4.1 基于VMD和GA-IPSO-ELM的短期负荷预测流程
4.4.2 仿真实例与结果分析
4.5 本章小结
5 总结与展望
5.1 总结
5.2 展望
致谢
参考文献
攻读硕士学位期间发表的论文
