基于相空间重构和神经网络的短期电力负荷预测算法研究

声明

第1章 绪论

1.1研究背景和研究意义

1.2研究现状

1.3主要研究工作以及章节安排

第2章 电力负荷预测的相关理论基础

2.1电力负荷预测的基本概念

2.1.1负荷预测的分类

2.1.2影响负荷预测作用大小的因素

2.1.3负荷预测的特点

2.1.4负荷预测的基本原理

2.2 电力负荷预测的误差分析和评价指标

2.3 电力负荷预测常用方法比较以及适应性分析

2.3.1传统负荷预测方法

2.3.2现代负荷预测方法

2.4本章小结

第3章 电力负荷时间序列的混沌性分析

3.1混沌理论基础

3.2相空间重构理论

3.2.1时间序列的相空间重构

3.2.2时间延迟?和和嵌入维数m的选取

3.3.1 Lyapunov指数定义

3.3.2 小数据量法求最大Lyapunov指数

3.4 电力负荷时间序列的混沌性实例分析

3.5 本章小结

第4章 基于相空间重构和神经网络的短时负荷预测模型

4.1.1神经网络概述

4.1.2常见神经网络基本原理

4.2 单变量时间序列的短期电力负荷预测算法

4.2.1 相空间重构与神经网络算法的结合

4.2.2 单变量时间序列的短期负荷预测实例分析

4.3多变量时间序列的短期电力负荷预测算法

4.3.1 多变量时间序列的相空间重构

4.3.2 多变量时间序列的短期负荷预测实例分析

4.4 本章小结

第5章 基于集合经验模态分解的短时电力负荷预测模型

5.1.1经验模态分解的提出

5.1.2经验模态分解原理

5.1.3经验模态分解特性

5.1.4经验模态分解存在的问题

5.2.1模型结构

5.2.2实验验证及结果分析

5.3.1 EEMD 算法基本原理

5.3.2 EEMD 参数设置

5.3.3 实验验证及结果分析

5.3本章小结

总结与展望

致谢

参考文献

攻读硕士学位期间发表的论文及科研成果