前言第一版前言本书的编排体系第Ⅰ篇 负荷预测总论第１章 负荷预测的基本原理和理念２ １．１ 什么是预测２ １．２ 什么是负荷预测４ １．３ 负荷预测的基本原则和要求５ １．４ 负荷预测的内容及其分类７ １．５ 负荷预测的步骤１２ １．６ 负荷预测问题的抽象化表述１３ １．７ 负荷预测应遵循的理念１８ １．８ 负荷预测的研究动向２１ １．９ 对开展负荷预测工作的建议２３ 第２章 数学基础及共性预测方法２５ ２．１ 负荷预测中数学理论的应用２５ ２．２ 常用优化方法２５ ２．３ 最小二乘法３１ ２．４ 回归分析法３２ ２．５ 灰色系统理论３５ ２．６ 时间序列分析模型３７ ２．７ 频域分析方法４１ ２．８ 特征选择与特征提取技术４２ ２．９ 聚类分析４５ ２．１０ 决策树理论４７ ２．１１ 神经网络理论４９ ２．１２ 支持向量机理论５１ 第３章 负荷分析５５ ３．１ 短期负荷分析及预测５５ ３．２ 短期负荷预测中负荷的规律性与稳定度分析５７ ３．３ 中长期负荷预测的问题描述６２ ３．４ 中长期负荷预测中的负荷分析６３ 第４章 负荷预测的多级协调６５ ４．１ 负荷预测的“多维多级”特征６５ ４．２ 多级电力需求的关联特性６６ ４．３ 多级负荷预测及其协调６７ ４．４ 不同维／级的负荷预测协调问题的特点６９ 第５章 预测效果的分析与评价７１ ５．１ 线性回归的分析与检验７１ ５．２ 一般预测结果的分析与评价７３ ５．３ 合理选择预测模型的准则７６ ５．４ 我国调度部门关于预测效果的评价与考核７８ 第Ⅰ篇参考文献８０ 第Ⅱ篇 系统级中长期负荷预测第６章 基于时序趋势外推的基本预测方法８８ ６．１ 动平均法８８ ６．２ 指数平滑法８９ ６．３ 增长速度法９０ ６．４ 灰色预测９０ ６．５ 马尔可夫预测法９１ ６．６ 灰色马尔可夫预测法９１ ６．７ 生长曲线法９２ ６．８ 应用实例９３ 第７章 时序趋势外推预测方法的扩展策略９６ ７．１ 扩展问题概述９６ ７．２ 提高预测模型适应性的策略９６ ７．３ 模型参数的非线性估计方法９９ ７．４ 非连续历史序列的处理９９ ７．５ “近大远小”原则的处理策略１０１ ７．６ 历史序列中的不良数据辨识１０４ ７．７ 扩展策略的应用实例１０６ 第８章 中长期负荷相关分析与预测１１０ ８．１ 年度全社会用电量与相关因素的关系１１０ ８．２ 中长期负荷预测中考虑单相关因素的预测方法１１４ ８．３ 中长期负荷预测中考虑多相关因素的预测方法１１７ 第９章 中长期负荷预测中的不确定性分析１２１ ９．１ 背景１２１ ９．２ 不确定性电力需求分析基本思想１２１ ９．３ 对传统高中低发展速度判别方法的剖析１２２ ９．４ 单一预测量的概率分布模型１２５ ９．５ 多预测量的联合概率分布１２９ 第１０章 中长期预测中多模型的筛选与综合１３２ １０．１ 概述１３２ １０．２ 综合预测的概念１３２ １０．３ 综合最优拟合模型１３４ １０．４ 综合次优拟合模型１３６ １０．５ “近大远小”原则下的综合模型１３７ １０．６ 综合最优预测模型１３８ １０．７ 综合预测模型的进一步分析１４１ １０．８ 预测决策与模型筛选１４４ 第１１章 年度预测的理论与方法１５１ １１．１ 年度预测的分析１５１ １１．２ 时序负荷曲线的两步建模预测法１５１ １１．３ 负荷持续曲线的神经网络模型１５６ 第１２章 月度预测的理论与方法１５９ １２．１ 月度预测的特点分析１５９ １２．２ 现有月度预测方法的剖析１６０ １２．３ 体现月度量变化特征的预测方法１６１ １２．４ １月和２月负荷预测的特殊问题１６３ 第１３章 中长期负荷预测的多级协调１６６ １３．１ 多级负荷预测的基本协调模型１６６ １３．２ 不同可信度情况下基本模型的协调结果比较１６９ １３．３ 基本协调模型的评价标准与算例分析１７０ １３．４ 两维两级关联协调模型１７４ １３．５ 关联协调方法的特殊应用１７７ １３．６ 关联协调模型的评价标准１７９ １３．７ 关联协调的算例分析１８０ 第１４章 中长期负荷预测系统１８５ １４．１ 中长期负荷预测系统的研究过程１８５ １４．２ 中长期负荷预测系统的研究思路１８６ １４．３ 系统体系结构１８８ １４．４ 系统核心功能设计１９０ １４．５ 规划／计划类功能设计１９４ １４．６ 营销（用电）类功能设计１９７ 第Ⅱ篇参考文献２０４ 第Ⅲ篇 系统级短期负荷预测第１５章 基于时序分析的正常日预测２１２ １５．１ 短期负荷预测的基本思想２１２ １５．２ 基于同类型日思想的正常日负荷预测基本方法２１４ １５．３ 基于同类型日思想的正常日新息预测方法２１７ １５．４ 基于时段相似性原理的简单推理法２１８ １５．５ 频域分量预测法２２０ １５．６ 基于小波分析的预测方法２２１ １５．７ 基于混沌理论的预测方法２２２ 第１６章 气象因素对短期负荷的影响分析２２４ １６．１ 短期预测中气象因素分析与处理的总体理念２２４ １６．２ 从供应侧和需求侧分析气象因素的影响２２６ １６．３ 气象因素直接作用于短期负荷的规律分析２２９ １６．４ 短期负荷中考虑累积效应的气象特征选择２３４ １６．５ 多个气象因素形成的气象综合指数对短期负荷的影响（以人体舒适度为例） ２３８ １６．６ 气象综合指数对短期负荷的累计效应（以加权温湿指数为例） ２４１ 第１７章 直接考虑相关因素的短期负荷预测方法２４５ １７．１ 气象校正法２４５ １７．２ 考虑日特征气象因素的人工神经网络法２４６ １７．３ 基于日特征气象因素的支持向量机预测方法２４８ １７．４ 基于实时气象因素的短期负荷预测方法２４９ 第１８章 日特征相关因素的规范化处理策略与预测方法２５３ １８．１ 各日相关因素的衡量方法２５３ １８．２ 映射函数与映射数据库２５４ １８．３ 基于映射数据库的短期预测的规范化描述２５６ １８．４ 映射数据库自适应训练算法———摄动法２６０ １８．５ 映射数据库自适应训练算法———遗传算法２６３ １８．６ 基于映射数据库的正常日预测新方法２６５ 第１９章 预测误差分布特性统计分析与概率性短期负荷预测２６８ １９．１ 问题的提出２６８ １９．２ 总体思路２６８ １９．３ 预测误差分布特性的统计方法２７０ １９．４ 误差分布统计规律的有效性检验２７２ １９．５ 误差分布的ｔ分布特性２７２ １９．６ 概率性短期负荷预测２７４ １９．７ 实例分析２７５ 第２０章 短期负荷预测的综合模型２８３ ２０．１ 短期负荷预测综合模型的特点分析２８３ ２０．２ 全天统一权重的综合预测模型２８４ ２０．３ 分时段变权重的综合预测模型２８６ ２０．４ 考虑“近大远小”原则并引入相关因素后的短期负荷预测综合模型２８８ ２０．５ 短期负荷预测综合模型的讨论２９１ ２０．６ 应用举例２９１ 第２１章 其他短期预测问题及其预测方法２９４ ２１．１ 节假日负荷预测方法２９４ ２１．２ 超短期负荷预测２９７ ２１．３ 扩展短期负荷预测２９８ ２１．４ 连续多日负荷曲线预测３００ 第２２章 短期／超短期负荷预测系统３０５ ２２．１ 研究背景３０５ ２２．２ 研究思路与关键技术３０５ ２２．３ 短期负荷预测功能３０７ ２２．４ 超短期负荷预测功能３０９ ２２．５ 主要的管理与分析功能３１１ 第Ⅲ篇参考文献３１７ 第Ⅳ篇 母线负荷预测第２３章 母线负荷预测框架与基本预测方法３２８ ２３．１ 什么是母线负荷３２８ ２３．２ 母线负荷特点及其规律３２８ ２３．３ 母线负荷预测的技术路线３３０ ２３．４ 母线负荷基本预测方法３３２ ２３．５ 母线负荷预测的精度评估３３６ 第２４章 母线负荷异常数据辨识与修复方法３３８ ２４．１ 母线负荷异常数据分类３３８ ２４．２ 两阶段异常数据辨识方法３４０ ２４．３ 异常数据修复３４２ ２４．４ 算例分析３４２ 第２５章 规避异常数据的母线负荷预测策略３４６ ２５．１ 概述３４６ ２５．２ 规避坏数据影响的预测策略分析３４６ ２５．３ 规避坏数据影响的预测方法３４８ ２５．４ 完全可信信息集内涵的拓展３５０ ２５．５ 算例分析３５０ 第２６章 考虑气象等相关因素影响的母线负荷预测方法３５２ ２６．１ 概述３５２ ２６．２ 基于偏差反馈二次预测的母线负荷预测策略３５２ ２６．３ 小水电富集地区母线负荷预测的两阶段还原法３５６ 第２７章 母线极值负荷的概率化预测３６３ ２７．１ 概述３６３ ２７．２ 母线日最高负荷预测思路分析３６３ ２７．３ 母线日最高负荷幅值的概率性预测３６４ ２７．４ 算例分析３６７ 第２８章 母线负荷预测模型的自适应训练与综合预测３６９ ２８．１ 母线负荷预测方法库的应用分析３６９ ２８．２ 自适应预测技术概述３７０ ２８．３ 母线负荷预测单一模型参数自适应训练３７２ ２８．４ 母线负荷综合预测模型权重的自适应优化３７３ ２８．５ 综合模型联合参数自适应训练算法３７４ ２８．６ 算例分析３７６ 第２９章 虚拟母线技术及其预测方法３７９ ２９．１ 簇集网络及其特性３７９ ２９．２ 虚拟母线———虚拟的簇集网状网络３８１ ２９．３ 虚拟母线辨识算法３８４ ２９．４ 虚拟母线的负荷预测策略及其预测误差分析３８６ ２９．５ 算例分析３８９ 第３０章 系统—母线负荷预测协调方法３９４ ３０．１ 系统—母线负荷预测的协调模型３９４ ３０．２ 协调模型的求解及性质３９９ ３０．３ 协调模型的评价指标４００ ３０．４ 不同可信度下的协调模型分析与评价４０２ ３０．５ 协调预测结果分析４０５ 第３１章 母线负荷预测系统４０８ ３１．１ 研究思路与关键技术４０８ ３１．２ 母线负荷预测功能４１０ ３１．３ 主要的管理与分析功能４１１ 第Ⅳ篇参考文献４１６ 索引４２２
鄂公网安备 42010302001612号 