声明
致谢
变量注释表
1 绪论
1.1 研究背景（Research Background）
1.2 研究内容与方法（Research Contents and Methods）
1.3 研究意义（Research Significance）
1.4 本文结构（Structure of This Thesis）
1.5 本章小结（Conclusions）
2 微电网日前负荷预测相关工作
2.1 微电网（Microgrid）
2.2 负荷预测（Load Forecasting）
2.3 门循环单元神经网络（Gated Recurrent Unit Neural Network， GRU）
2.4 本章小结（Conclusions）
3 基于GRU神经网络的微电网日前负荷精准预测
3.1 引言（Introduction）
3.2 GRU神经网络负荷预测模型（ Load Forecasting Model with GRU Neural Network）
3.3 实验结果及分析(Experimental Results and Analysis)
3.4 本章小结（Conclusions of This Chapter）
4 基于模糊相似日和多GRU神经网络的微电网日前负荷区间预测
4.1 引言（Introduction）
4.2 负荷数据波动性与相关气象因素分析（ Load Data Volatility and Meteorological Information Correlation Analysis）
4.3 相邻日期负荷数据相关性分析（Correlation Analysis of Load Data of Adjacent Dates）
4.4 多GRU神经网络负荷预测系统结构框架（ The Structural Framework of GRU Neural Network Load Forecasting System）
4.5 基于模糊相似日和多门循环单元（GRU）神经网络的预测模型（ Prediction Model Based on Fuzzy Similar Day and Multi Gate Cycle Unit (GRU) Neural Network）
4.6 实验结果与分析（Experimental Results and Analysis）
4.7 本章小结（Conclusions of This Chapter）
5 总结与展望
5.1 本文工作（Achievements of This Thesis）
5.2 进一步研究工作（Future Research）
参考文献
作者简历
学位论文数据集
中国矿业大学中国矿业大学(江苏);
