声明
第1 章绪 论
1.1 课题研究的背景和意义
1.2 国内外研究现状
1.3 电力负荷预测方法研究现状
1.4 论文结构安排
第2 章电力负荷特性分析
2.1 引言
2.2电力负荷分类
2.3电力负荷特性
2.4电力负荷预测步骤
2.5本章小结
第3 章 电力负荷数据的异常值检测与分析
3.1 引言
3.2 异常值检测算法
3.2.1 基于流数据的异常值检测算法
3.2.2 基于确定数据的异常值检测算法
3.3 基于最短分叉树和混合指标因子的异常值检测方法
3.3.1 最短分叉树算法描述
3.3.2 混合指标局部异常因子
3.4 仿真实验和分析
3.4.1 模拟数据的实验分析
3.4.2 UCI数据的实验与分析
3.4.3电力负荷数据异常值检测实验与分析
3.5 本章小结
第4 章 电力负荷多源数据分层关联分析
4.1引言
4.2 MSDHCA方法的构建
4.2.1 DTCWT分解原理
4.2.2 DTCWT特性分析
4.2.3 GRA方法提取特征因子
4.3 多源影响因素的处理及分析
4.4 多源数据分层关联分析仿真实验与分析
4.5 本章小结
第 5 章 GABAS优化 BP 神经网络在电力负荷预测中的研究与应用
5.1 引言
5.2 BP 神经网络的结构与原理
5.3 GABAS算法
5.3.1 BAS算法原理
5.3.2 GABAS改进思路
5.3.3 算法性能分析
5.4 基于GABAS-BP 的电力负荷预测
5.5 本章小结
结 论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢
燕山大学;