电力系统负荷预测2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

电力系统负荷预测PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1篇　负荷预测总论1

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4

1.4　负荷预测的内容及其分类6

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　对我国预测工作的建议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　预测中常用的其他理论与技术36

第3章　负荷分析与预测44

3.1　短期负荷分析及预测44

3.2　短期预测中负荷的规律性与稳定度分析46

3.3　中长期负荷预测的问题描述51

3.4　中长期负荷预测中的负荷分析52

第4章　预测效果的分析与评价54

4.1　线性同归的分析与检验54

4.2　一般预测结果的分析与评价56

4.3　合理选择预测模型的准则59

4.4　我国调度部门关于预测效果的评价与考核61

第1篇参考文献63

第2篇　中长期负荷预测67

第5章　基于时序趋势外推的基本预测方法68

5.1 动平均法68

5.2　指数平滑法69

5.3　增长速度法70

5.4　灰色预测70

5.5　马尔可夫预测法71

5.6　灰色马尔可夫预测法71

5.7　生长曲线法72

5.8　应用实例73

第6章　时序趋势外推预测方法的扩展策略76

6.1　扩展问题概述76

6.2　提高预测模型适应性的策略76

6.3　模型参数的非线性估计方法78

6.4　非连续历史序列的处理79

6.5 “近大远小”原则的处理策略81

6.6　历史序列中的不良数据辨识84

6.7　扩展策略的应用实例86

第7章　中长期负荷相关分析与预测90

7.1　年度全社会用电量与相关因素的关系90

7.2　中长期负荷预测中考虑单相关因素的预测方法94

7.3 中长期负荷预测中考虑多相关因素的预测方法97

第8章　中长期负荷预测中的不确定性分析101

8.1　背景101

8.2　不确定性电力需求分析基本思想101

8.3　对传统高中低发展速度判别方法的剖析102

8.4　单一预测量的概率分布模型105

8.5　多预测量的联合概率分布109

第9章　中长期预测中多模型的筛选与综合112

9.1　概述112

9.2　综合预测的概念112

9.3　综合最优拟合模型114

9.4　综合次优拟合模型116

9.5 “近大远小”原则下的综合模型117

9.6　综合最优预测模型119

9.7　综合预测模型的进一步分析121

9.8　预测决策与模型筛选124

第10章　年度预测的理论与方法131

10.1　年度预测的分析131

10.2　时序负荷曲线的两步建模预测法131

10.3　负荷持续曲线的神经网络模型136

第11章　月度预测的理论与方法139

11.1　月度预测的特点分析139

11.2　现有月度预测方法的剖析140

11.3　体现月度量变化特征的预测方法141

11.4　1月和2月负荷预测的特殊问题143

第12章　中长期负荷预测系统146

12.1　中长期负荷预测系统的研究过程146

12.2　中长期负荷预测系统的研究思路147

12.3　系统体系结构149

12.4　系统核心功能设计151

12.5　规划／计划类功能设计155

12.6　用电／营销类功能设计158

第2篇参考文献165

第3篇　短期负荷预测169

第13章　基于时序分析的正常日预测170

13.1　基于同类型日思想的正常日预测的整体描述170

13.2　基于同类型日思想的正常日负荷预测基本方法171

13.3　基于同类型日思想的正常日新息预测方法174

13.4　基于时段相似性原理的简单推理法175

13.5　时间序列预测法176

13.6　频域分量预测法179

13.7　基于小波分析的预测方法181

13.8　基于混沌理论的预测方法182

第14章　气象因素对短期负荷的影响分析185

14.1　短期预测中气象因素分析与处理的总体理念185

14.2　从供应侧和需求侧分析气象因素的影响187

14.3　气象因素直接作用于短期负荷的规律分析190

14.4　短期负荷中考虑累积效应的气象特征选择196

14.5　多个气象因素形成的综合气象指数对短期负荷的影响199

14.6　综合气象指数对短期负荷的累计效应202

第15章　直接考虑相关因素的短期负荷预测方法207

15.1　气象校正法207

15.2　考虑日特征气象因素的人工神经网络法208

15.3　基于日特征气象因素的支持向量机预测方法210

15.4　基于实时气象因素的短期负荷预测方法213

第16章 日特征相关因素的规范化处理策略与预测方法217

16.1　各日相关因素的衡量方法217

16.2　映射函数与映射数据库218

16.3　基于映射数据库的短期预测的规范化描述221

16.4　映射数据库自适应训练算法——摄动法224

16.5　映射数据库自适应训练算法——遗传算法228

16.6　基于映射数据库的正常日预测新方法229

第17章　预测误差分布特性统计分析与概率性短期负荷预测232

17.1　问题的提出232

17.2　总体思路232

17.3　预测误差分布特性的统计方法234

17.4　误差分布统计规律的有效性检验236

17.5　概率性负荷预测237

17.6　实例分析238

第18章　短期负荷预测的综合模型241

18.1　短期负荷预测综合模型的特点分析241

18.2　全天统一权重的综合预测模型242

18.3　分时段变权重的综合预测模型244

18.4　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246

18.5　短期负荷预测综合模型的讨论249

18.6　应用举例250

第19章　其他短期预测问题及其预测方法252

19.1 节假日负荷预测方法252

19.2　超短期负荷预测255

19.3　扩展短期负荷预测256

19.4　连续多日负荷曲线预测258

19.5　母线负荷预测262

第20章　短期／超短期负荷预测系统264

20.1　研究背景264

20.2　研究思路与关键技术264

20.3　短期负荷预测功能266

20.4　超短期负荷预测功能269

20.5　主要的管理与分析功能270

第3篇参考文献277