第1章 绪论
1.1 负荷预测的意义
1.2 负荷预测主要方法及特点
1.3 SVM和集成学习的国内外研究现状
1.4 论文研究内容和研究目的
1.5 论文章节安排
第2章 基于Stacking集成学习的模型原理
2.1 SVM的基本原理
2.2 LightGBM算法基本原理
2.3 改进人工鱼群算法原理
2.4 集成学习原理
2.5小结
第3章 基于SVM与Stacking融合的短期负荷预测
3.1 基于SVM的Stacking 融合模型
3.2 仿真分析
3.3小结
第4章 基于SVM与LightGBM的改进Stacking融合模型
4.1 基于余弦相似度算法的基模型相关性分析
4.2 仿真分析
4.3小结
第5章 总结与展望
致谢
参考文献
附录
声明
贵州大学;