logo
教育论文中心  教育论文中心   广告服务  广告服务   论文搜索  论文搜索   论文发表  论文发表   会员专区  会员专区   在线购卡   在线购卡   服务帮助  服务帮助   联系我们  联系我们   网站地图  网站地图   硕士论文  会员专区   博士论文
当前位置:教育论文中心首页--博士论文--群智能算法与电力负荷预测研究
博硕论文分类列表
工业技术 交通运输 农业科学
生物科学 航空航天 历史地理
医学卫生 语言文字 环境科学
综合图书 政治法律 社会科学
马列主义、毛泽东思想 艺术
数理科学和化学 文学
天文学、地理科学 军事
文化科学、教育体育 经济
自然科学总论 哲学
查看更多分类
 
论文搜索
 
 
相关论文
量子点的制备、成像及其在化学生物
塔式太阳能定日镜结构风荷载特性及
母线负荷预测系统负荷预测的关系
缺电指数预报系统的研究开发
智能算法高性能计算平台的研究
组合预测方法在中长期电力负荷预测
智能算法在碰撞检测过程中的研究
智能算法在模体识别问题上的应用
智能算法的改进及其在相关领域中
智能算法及其应用研究
智能算法综述(1)
智能算法综述其它计算机
智能算法综述
基于聚类分析的母线负荷预测研究
基于组合模型的燃气负荷预测技术研
基于负荷密度法Logistic
超短期母线负荷预测研究应用
电力市场下负荷预测研究
电网负荷预测分析管理于一体的研
战场环境下信息融合关键技术研究
智能算法在分割聚类中的研究
异步协作通信中基于智能算法的自
智能算法及其在函数优化中的应用
基于智能算法的群体动画制作系统
基于相似日和智能算法的短期负荷
基于智能计算的配电网负荷预测方法
基于集合经验模式分解的短期电力
快速智能优化算法的研究
算法的研究以及在网络多点路由
群体动画中碰撞检测及避免方法研究
算法的改进及其应用
若干智能信号处理技术的研究及应用
基于智能的携带机械臂移动机器人
基于智能算法的聚类分析方法研究
基于智能算法的云数据迁移策略研
基于智能算法的物流配送路径规划
基于智能算法挡土墙土压力计算及
基于智能算法的UWB多用户检测
智能算法及其在全局函数优化中的
基于定向和个体差异进化策略的
基于DSP的电力负荷管理终端的设
配电网规划负荷预测算法及模型研究
山西电网母线负荷特性分析及预测
杭州地区电力负荷特性的分析及预测
计及元胞发展程度的空间负荷预测
公共楼宇空调负荷参与电网调峰关键
提升光伏消纳能力的需求侧管理策略
达州电力短期负荷预测系统设计
地区电网分布式负荷预测系统的研究
基于大数据的分布式短期负荷预测
遗传程序设计在电力系统短期负荷
基于NAND Flash的电力
基于ARM的电力负荷管理终端设计
基于NANDFlash的电力负荷
基于模糊识别和负荷特性的电力负荷
松江电网主设备负荷预测系统研究
微电网同步相量测量技术综合负荷
配电网中长期负荷预测模型的研究
基于负荷特性分析的短期负荷预测
考虑风电接入的城市电网负荷预测
基于配电网规划的负荷预测研究
城市电网规划总量负荷预测系统的开
基于GIS的中长期负荷预测系统的
 
科目列表
市场营销 管理理论 人力资源
电子商务 社会实践 先进教育
伦理道德 艺术理论 环境保护
农村研究 交通相关 烟草论文
电子电气 财务分析 融资决策
电影艺术 国学论文 材料工程
语文论文 数学论文 英语论文
政治论文 物理论文 化学论文
生物论文 美术论文 历史论文
地理论文 信息技术 班主任
音乐论文 体育论文 劳技论文
自然论文 德育管理 农村教育
素质教育 三个代表 旅游管理
国际贸易 哲学论文 工商管理
证券金融 社会学 审计论文
会计论文 建筑论文 电力论文
水利论文 园林景观 农林学
中医学 西医学 心理学
公安论文 法学法律 思想汇报
法律文书 总结报告 演讲稿
物业管理 经济学 论文指导
计算机 护理论文 社会调查
军事论文 化工论文 财政税收
保险论文 物流论文 语言教育
教育教学 给水排水 暖通论文
结构论文 综合类别 硕士论文
博士论文    
 
 
群智能算法与电力负荷预测研究
 
     论文目录
 
摘要第1-7页
Abstract第7-9页
目录第9-12页
插图索引第12-15页
插表索引第15-16页
第1章 绪论第16-35页
   ·引言第16-17页
     ·电力负荷预测的意义和作用第16页
     ·电力负荷预测的分类第16-17页
   ·电力负荷预测一般问题分析第17-24页
     ·影响电力负荷变化的因素第17-18页
     ·电力负荷变化的特点第18-19页
     ·电力负荷预测数据采集处理的基本要求第19-22页
     ·构建电力负荷预测数据模型的基本原则第22-23页
     ·电力负荷预测的步骤第23-24页
   ·电力负荷预测的研究方法及其现状第24-33页
     ·预测中原始数据的处理第24-25页
     ·中长期负荷预测方法和模型第25-27页
     ·短期负荷预测方法和模型第27-30页
     ·预测结果的分析与评价第30-33页
   ·本文的主要研究内容和章节安排第33-35页
第2章 群智能算法第35-48页
   ·蚁群优化算法第35-40页
     ·蚁群优化算法基本原理第35-39页
     ·连续蚁群优化算法流程第39-40页
     ·蚁群优化算法的优点与不足第40页
   ·粒子群优化算法第40-43页
     ·粒子群优化算法基本原理第40-42页
     ·粒子群优化算法流程第42页
     ·粒子群优化算法的优点与不足第42-43页
   ·蚁群算法研究现状第43-46页
     ·蚁群算法理论研究现状第43-45页
     ·蚁群算法应用研究现状第45-46页
   ·粒子群算法研究现状第46-47页
     ·粒子群优化算法理论研究现状第46-47页
     ·粒子群优化算法应用研究现状第47页
   ·本章小结第47-48页
第3章 群智能算法的测试和改进第48-60页
   ·算法测试分析第48-52页
   ·算法改进第52-59页
     ·改进的群智能算法第52页
     ·混合算法第52-54页
     ·算法测试第54-59页
   ·本章小结第59-60页
第4章 神经网络模型及其改进第60-73页
   ·神经网络模型第60-63页
     ·BP 神经网络第60-62页
     ·Elman 神经网络第62-63页
     ·隐含层节点数和节点传递函数第63页
   ·神经网络模型的改进第63-65页
     ·基于粒子群优化算法的神经网络模型第64-65页
     ·基于改进粒子群优化算法的神经网络模型第65页
     ·神经网络改进模型的优点和不足第65页
   ·算例第65-72页
     ·非线性函数拟合第66-69页
     ·混沌时间序列预测第69-72页
     ·结果分析第72页
   ·本章小结第72-73页
第5章 基于群智能算法的中长期电力负荷预测第73-81页
   ·电力负荷灰色预测第73-77页
     ·灰色生成第73-74页
     ·GM(1,1)模型第74-77页
   ·基于优化算法的GM(1,1)模型第77-78页
     ·基于PSO 优化算法的GM(1,1)模型第77-78页
     ·基于HA 和IPSO 优化算法的GM(1,1)模型第78页
   ·算例第78-80页
     ·实验仿真第78-79页
     ·实验结果分析第79-80页
   ·本章小结第80-81页
第6章 基于群智能算法的短期电力负荷预测第81-104页
   ·电力负荷预测初始工作第81-90页
     ·电力负荷原始数据预处理第81-88页
     ·电力负荷预测影响因素第88-89页
     ·神经网络训练样本构建第89-90页
   ·算例一第90-94页
   ·算例二第94-100页
     ·秋季负荷预测第94-97页
     ·夏季负荷预测第97-99页
     ·结果分析第99-100页
   ·最优小波包的短期电力负荷预测第100-102页
   ·本章小结第102-104页
总结与展望第104-106页
参考文献第106-114页
附录 A 攻读学位期间发表的主要学术论文目录第114-115页
附录 B 攻读学位期间所承担的主要科研项目第115-116页
附录 C 攻读学位期间所获得的奖励和专利第116-117页
致谢第117页

 
 
论文编号BS38791,这篇论文共117
会员购买按0.35元/页下载,共需支付40.95元。        直接购买按0.5元/页下载,共需要支付58.5元 。
我还不是会员,注册会员
会员下载更优惠!充值送钱!
我只需要这篇,无需注册!
直接网上支付,方便快捷!
 您可能感兴趣的论文
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。
 
 
| 会员专区 | 在线购卡 | 广告服务 | 网站地图 |
版权所有 教育论文中心 Copyright(C) All Rights Reserved
联系方式: QQ:277865656 或写信给我