声明
第1章 绪论
1.1课题研究背景及意义
1.2国内外研究现状与发展动态
1.2.1研究现状
1.2.2发展动态
1.3本文主要工作
第2章 电力系统负荷预测的相关理论
2.1影响电力系统负荷预测的因素
2.1.1天气状态因素
2.1.2经济水平因素
2.1.3时段因素
2.1.4其他干扰因素
2.2负荷数据的预处理
2.2.1异常点的识别和修正
2.2.2缺失样本的补充
2.2.3样本数据的归一化
2.3本章小结
第3章 基于深度学习生成式对抗网络的样本扩充拓展
3.1 GAN的网络结构与模型
3.2生成数据的结果讨论分析
3.3本章小结
第4章 基于自适应时间断面融合的日前负荷预测模型
4.1组合预测方法
4.2基于模式识别的多重并行预测的相关理论
4.2.1 k-means的模式聚类算法
4.2.2 SVC的模式分类算法
4.2.3时间序列ARIMA模型
4.2.4人工神经网络
4.2.5经验模态分解ELM模型
4.3基于模式识别的多重并行预测算法原理
4.3.1基于K-means的历史负荷聚类
4.3.2基于SVM的负荷模式识别
4.3.3日前负荷初步预测
4.4基于自适应时间断面融合的组合预测方法
4.5算法仿真与讨论
4.5.1仿真过程设计
4.5.2仿真结果比较
4.5.3结果讨论分析
4.6本章小结
第5章 结论与展望
5.1结论
5.2展望
参考文献
攻读硕士学位期间发表的论文及其它成果
攻读硕士学位期间参加的科研工作
致谢
华北电力大学;
华北电力大学(保定);