電力系統(tǒng)負荷預測

前言
本書的編排體系
第1篇 負荷預測總論
第l章 負荷預測的基本原理和理念
1．1什么是預測
1．2什么是負荷預測
1．3負荷預測的基本原則和要求
1．4負荷預測的內(nèi)容及其分類
1．5負荷預測的步驟
1．6負荷預測問題的抽象化表述
1．7負荷預測應遵循的理念
1．8負荷預測的研究動向
1．9對我國預測工作的建議
第2章 數(shù)學基礎(chǔ)及共性預測方法
2．1負荷預測中數(shù)學理論的應用
2．2常用優(yōu)化方法
2．3最小二乘法
2．4回歸分析法
2．5預測中常用的其他理論與技術(shù)
第3章 負荷分析與預測
3．1短期負荷分析及預測
3．2短期預測中負荷的規(guī)律性與穩(wěn)定度分析
3．3中長期負荷預測的問題描述
3．4中長期負荷預測中的負荷分析
第4章 預測效果的分析與評價
4．1線性回歸的分析與檢驗
4．2一般預測結(jié)果的分析與評價
4．3合理選擇預測模型的準則
4．4我國調(diào)度部門關(guān)于預測效果的評價與考核
第1篇參考文獻
第2篇 中長期負荷預測
第5章 基于時序趨勢外推的基本預測方法
5．1動平均法
5．2指數(shù)平滑法
5．3增長速度法
5．4灰色預測
5．5馬爾可夫預測法
5．6灰色馬爾可夫預測法
5．7生長曲線法
5．8應用實例
第6章 時序趨勢外推預測方法的擴展策略
6．1擴展問題概述
6．2提高預測模型適應性的策略
6．3模型參數(shù)的非線性估計方法
6．4非連續(xù)歷史序列的處理
6．5“近大遠小”原則的處理策略
6．6歷史序列中的不良數(shù)據(jù)辨識
6．7擴展策略的應用實例
第7章 中長期負荷相關(guān)分析與預測
7．1年度全社會用電量與相關(guān)因素的關(guān)系
7．2 中長期負荷預測中考慮單相關(guān)因素的預測方法
7．3中長期負荷預測中考慮多相關(guān)因素的預測方法
第8章 中長期負荷預測中的不確定性分析
8．1背景
8．2不確定性電力需求分析基本思想
8．3對傳統(tǒng)高中低發(fā)展速度判別方法的剖析
8．4單一預測量的概率分布模型
8．5多預測量的聯(lián)合概率分布
第9章 中長期預測中多模型的篩選與綜合
9．1概述
9．2綜合預測的概念
9．3綜合最優(yōu)擬合模型
9．4綜合次優(yōu)擬合模型
9．5“近大遠小”原則下的綜合模型
9．6綜合最優(yōu)預測模型
9．7綜合預測模型的進一步分析
9．8預測決策與模型篩選
第10章 年度預測的理論與方法
10．1年度預測的分析
10．2時序負荷曲線的兩步建模預測法
10．3負荷持續(xù)曲線的神經(jīng)網(wǎng)絡模型
第11章 月度預測的理論與方法
11．1月度預測的特點分析
11．2現(xiàn)有月度預測方法的剖析
11．3體現(xiàn)月度量變化特征的預測方法
11．4 1月和2月負荷預測的特殊問題
第12章 中長期負荷預測系統(tǒng)
12．1中長期負荷預測系統(tǒng)的研究過程
12．2戶長期負荷預測系統(tǒng)的研究思路
12．3系統(tǒng)體系結(jié)構(gòu)
12．4系統(tǒng)核心功能設計
12．5規(guī)劃／計劃類功能設計
12．6用電／營銷類功能設計
第2篇參考文獻
第3篇 短期負荷預測
第13章 基于時序分析的正常日預測
13．1基于同類型日思想的正常日預測的整體描述
13．2基于同類型日思想的正常日負荷預測基本方法
13．3基于同類型日思想的正常日新息預測方法
13．4基于時段相似性原理的簡單推理法
13．5時問序列預測法
13．6頻域分量預測法
13．7基于小波分析的預測方法
13．8基于混沌理論的預測方法
第14章 氣象因素對短期負荷的影響分析
14．1短期預測中氣象因素分析與處理的總體理念
14．2從供應側(cè)和需求側(cè)分析氣象因素的影響
14．3氣象因素直接作用于短期負荷的規(guī)律分析
14．4短期負荷中考慮累積效應的氣象特征選擇
14．5多個氣象因素形成的綜合氣象指數(shù)對短期負荷的影響
14．6綜合氣象指數(shù)對短期負荷的累計效應
第15章 直接考慮相關(guān)因素的短期負荷預測方法
15．1氣象校正法
15．2考慮日特征氣象因素的人工神經(jīng)網(wǎng)絡法
15．3基于日特征氣象因素的支持向量機預測方法
15．4基于實時氣象因素的短期負荷預測方法
第16章 日特征相關(guān)因素的規(guī)范化處理策略與預測方法
16．1各日相關(guān)因素的衡量方法
16．2映射函數(shù)與映射數(shù)據(jù)庫
16．3基于映射數(shù)據(jù)庫的短期預測的規(guī)范化描述
16．4映射數(shù)據(jù)庫自適應訓練算法——攝動法
16．5映射數(shù)據(jù)庫自適應訓練算法——遺傳算法
16．6基于映射數(shù)據(jù)庫的正常日預測新方法
第17章 預測誤差分布特性統(tǒng)計分析與概率性短期負荷預測
17．1問題的提出
17．2總體思路
17．3預測誤差分布特性的統(tǒng)計方法
17．4誤差分布統(tǒng)計規(guī)律的有效性檢驗
17．5概率性負荷預測
17．6實例分析
第18章 短期負荷預測的綜合模型
18．1短期負荷預測綜合模型的特點分析
18．2全天統(tǒng)一權(quán)重的綜合預測模型
18．3分時段變權(quán)重的綜合預測模型
18．4考慮“近大遠小”原則并引入相關(guān)因素后的短期負荷預測綜合模型
18．5短期負荷預測綜合模型的討論
18．6應用舉例
第19章 其他短期預測問題及其預測方法
19．1節(jié)假日負荷預測方法
19．2超短期負荷預測
19．3擴展短期負荷預測
19．4連續(xù)多日負荷曲線預測
19．5母線負荷預測
第20章 短期／超短期負荷預測系統(tǒng)
20．1研究背景
20．2研究思路與關(guān)鍵技術(shù)
20．3短期負荷預測功能
20．4超短期負荷預測功能
20．5主要的管理與分析功能
第3篇參考文獻