首页> 中文学位 >基于数据挖据的城市燃气用气量影响因素分析与短期负荷预测
【6h】

基于数据挖据的城市燃气用气量影响因素分析与短期负荷预测

代理获取

目录

声明

第一章 绪论

第一节 课题研究背景

第二节 课题的提出与实践意义

第三节 国内外研究现状

一、城市燃气用气量影响因素分析研究现状

二、短期燃气负荷预测的研究现状

第四节 研究内容与创新点

一、研究主要内容

二、论文创新点

第五节 论文章节安排

第二章 数据挖掘技术

第一节 数据挖掘的概念和应用

一、数据挖掘的概念与功能

二、数据挖掘应用领域

第二节 数据挖据的过程和方法

一、数据挖掘的过程

二、数据挖掘的方法

第三节 主成分分析法

一、主成分分析简介

二、主成分分析的基本思想和原理

三、主成分分析的数学模型

四、主成分分析的基本步骤

第四节 人工神经网络理论

一、人工神经网络的结构及特点

二、人工神经网络模型

三、BP神经网络

第五节 本章小结

第三章 城市燃气负荷特性及预测分析

第一节 城市燃气用气量及影响因素

一、城市燃气用气量概念及分类

二、城市燃气负荷特性

三、城市燃气负荷特性的分析方法

四、城市燃气负荷影响因素

第二节 城市燃气负荷预测研究

一、燃气负荷预测概述及分类

二、燃气负荷预测的基本原理

三、燃气负荷预测的基本步骤

第三节 北方地区H市燃气负荷现状分析

一、H市城市燃气情况概述

二、H市城市燃气用气结构及供需形势

第四节 本章小结

第四章 城市燃气用气量影响因素主成分分析

第一节 主成分分析法的基本原理和计算步骤

一、主成分分析法基本原理

二、主成分分析方法的计算步骤

第二节 燃气负荷影响因素主成分分析

一、指标选取及数据预处理

二、检验数据相关性

三、SPSS软件的主成分分析

第三节 实例研究分析

一、原始指标数据采集

二、SPSS软件分析

第四节 本章小结

第五章 基于主成分分析的BP神经网络短期负荷预测

第一节 BP神经网络模型构造

第二节 BP神经网络实例预测

第三节 本章小结

第六章 论文总结与展望

第一节 论文总结与研究不足

一、论文总结

二、研究不足

第二节 研究展望

参考文献

附录

致谢

展开▼

著录项

  • 作者

    何恒根;

  • 作者单位

    安徽财经大学;

  • 授予单位 安徽财经大学;
  • 学科 工程管理
  • 授予学位 硕士
  • 导师姓名 常郝;
  • 年度 2019
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 TP3TP1;
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号