智能挖掘电力负荷预测研究及应用

　　第1章 电力负荷预测概述.
　　1.1 研究电力负荷预测的目的和意义
　　1.2 电力负荷预测的相关概念
　　1.3 电力负荷预测的基本步骤
　　第2章 电力负荷预测方法及应用
　　2.1 电力负荷预测方法的发展
　　2.2 经典预测方法
　　2.3 传统预测方法
　　2.4 时间序列分析法
　　2.5 灰色预测方法及组合预测方法
　　2.6 智能预测方法
　　第3章 基于知识挖掘技术的智能负荷预测综述
　　3.1 知识挖掘理论及研究现状
　　3.2 利用知识挖掘理论结合智能预测方法的必要性
　　3.3 利用知识挖掘结合智能负荷预测的研究思路
　　3.4 基于知识挖掘技术的负荷数据规范设计
　　3.5 基于知识挖掘的数据预处理研究
　　第4章 基于知识挖掘技术的BP网络日负荷曲线预测研究
　　4.1 日负荷曲线预测及预测方法选择
　　4.2 仅含负荷数据下基于相似度的BPNN协同日负荷曲线预测
　　4.3 含天气数据时基于知识挖掘的BPNN协同日负荷曲线预测
　　第5章 基于知识挖掘的自适应参数的支持向量机协同中长期负
　　荷预测研究
　　5.1 中长期智能负荷预测方法选择支持向量机的理由
　　5.2 微分进化算法
　　5.3 利用微分进化算法自适应参数的SVR中长期负荷预测模型
　　5.4 实例分析一
　　第6章 基于协同知识挖掘后干预纠偏技术的日最大负荷预测
　　6.1 日最大负荷预测及预测方法选择
　　6.2 基于知识挖掘后干预技术的协同预测方法流程
　　6.3 实例分析
　　第7章 结合协同知识挖掘技术智能预测结果的预警研究
　　7.1 基于短期负荷预测结果的负荷监测预警研究
　　7.2 基于中长期负荷预测结果的电力供需预警研究
　　7.3 灾害气候预警研究
　　7.4 实例分析
　　7.5 本章小结
　　第8章 基于知识挖掘的智能电力负荷预测系统研究
　　8.1 系统需求分析
　　8.2 基于知识挖掘技术的智能协同电力负荷预测系统设计
　　8.3 系统数据库设计
　　8.4 系统的主要功能
　　附录 负荷预测算法及函数的DELPHI实现
　　附表
　　参考文献

　　《智能挖掘电力负荷预测研究及应用》介绍了电力负荷预测的概念和基本原理并主要介绍了电力负荷预测的方法。首先介绍了典型的电力负荷预测方法，有经典预测方法、回归分析、时间序列分析、灰色预测、组合预测方法、神经网络和支持向量机智能预测方法；接着介绍了如何结合知识挖掘技术和智能预测方法进一步得到精确预测结果，包括寻找相似日、优化智能预测方法的参数和后干预纠偏技术。在此基础上，介绍了预警技术和软件实现。
　　《智能挖掘电力负荷预测研究及应用》可以作为高等院校电力管理相关专业本科、研究生的学习参考教材，也可以供从事电力规划、调度、营销等管理人员参考使用。