隨著燃?xì)猱a(chǎn)業(yè)的迅猛發(fā)展,燃?xì)庳?fù)荷預(yù)測(cè)工作成為燃?xì)庀到y(tǒng)管理部門的一項(xiàng)重要任務(wù)。把握燃?xì)庳?fù)荷的特性和變化規(guī)律,對(duì)其進(jìn)行準(zhǔn)確、合理的預(yù)測(cè),對(duì)于提高燃?xì)夤酒髽I(yè)的經(jīng)濟(jì)效益和社會(huì)效益、保持燃?xì)庀到y(tǒng)的安全穩(wěn)定運(yùn)行具有重要的意義。因此,為了滿足城市燃?xì)夤芫W(wǎng)規(guī)劃、運(yùn)維管理及儲(chǔ)氣調(diào)峰等日益增長(zhǎng)的需求,必須探索精確度更高,適用性更廣的方法對(duì)燃?xì)庥昧窟M(jìn)行合理預(yù)測(cè),從而緩解供需矛盾,有效解決我國(guó)發(fā)展中的燃?xì)夤┙o問(wèn)題。為此,本文開(kāi)展了以下幾方面的研究工作:首先,詳細(xì)分析了陜西省和南樂(lè)縣的燃?xì)庳?fù)荷特性,根據(jù)負(fù)荷變化特點(diǎn),挖掘出對(duì)中長(zhǎng)期和短期燃?xì)庳?fù)荷影響較大的影響因子。其次,綜合考慮主成分分析(PCA)、灰色模型(GM)、BP神經(jīng)網(wǎng)絡(luò)模型(BPNN)的建模原理及優(yōu)缺點(diǎn),提出了新型燃?xì)庳?fù)荷PCA-GM-BPNN組合預(yù)測(cè)模型。再次,針對(duì)本文選用的灰色理論及其優(yōu)化模型、BP神經(jīng)網(wǎng)絡(luò)及其優(yōu)化模型和新型PCA-GM-BPNN組合預(yù)測(cè)模型,利用MATLAB軟件分別建立基于陜西省2004年²011年燃?xì)饽曦?fù)荷、南樂(lè)縣2017年9月1日¹0月20日燃?xì)馊肇?fù)荷和10月1日0:00^...

【文章頁(yè)數(shù)】：83 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國(guó)內(nèi)外燃?xì)庳?fù)荷預(yù)測(cè)研究現(xiàn)狀
        1.2.1 國(guó)外研究現(xiàn)狀
        1.2.2 國(guó)內(nèi)研究現(xiàn)狀
    1.3 研究?jī)?nèi)容
    1.4 技術(shù)路線
    1.5 研究成果
第二章 燃?xì)庳?fù)荷影響因素及預(yù)測(cè)方法分析
    2.1 燃?xì)庳?fù)荷預(yù)測(cè)影響因素分析
        2.1.1 中長(zhǎng)期負(fù)荷影響因素
        2.1.2 短期負(fù)荷影響因素
    2.2 燃?xì)庳?fù)荷預(yù)測(cè)方法分析
        2.2.1 時(shí)間序列法
        2.2.2 灰色預(yù)測(cè)法
        2.2.3 人工神經(jīng)網(wǎng)絡(luò)
        2.2.4 支持向量機(jī)
        2.2.5 組合預(yù)測(cè)法
        2.2.6 預(yù)測(cè)方法比選
    2.3 本章小結(jié)
第三章 燃?xì)庳?fù)荷預(yù)測(cè)模型研究
    3.1 灰色預(yù)測(cè)模型
        3.1.1 GM(1,1)模型建模原理
        3.1.2 GM(1,1)模型局限性
        3.1.3 GM(1,1)優(yōu)化模型
    3.2 人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型
        3.2.1 BP神經(jīng)網(wǎng)絡(luò)模型建模原理
        3.2.2 BP神經(jīng)網(wǎng)絡(luò)模型局限性
        3.2.3 BP神經(jīng)網(wǎng)絡(luò)優(yōu)化模型
    3.3 PCA主成分分析法
        3.3.1 主成分分析原理
    3.4 PCA-GM-BPNN組合預(yù)測(cè)模型
        3.4.1 PCA-GM-BPNN組合模型預(yù)測(cè)原理
    3.5 燃?xì)庳?fù)荷預(yù)測(cè)誤差評(píng)價(jià)體系
    3.6 本章小結(jié)
第四章 燃?xì)庳?fù)荷預(yù)測(cè)模型求解分析
    4.1 中長(zhǎng)期負(fù)荷預(yù)測(cè)模型求解分析
        4.1.1 GM(1,1)預(yù)測(cè)模型
        4.1.2 GM(1,1)優(yōu)化預(yù)測(cè)模型
        4.1.3 BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型
        4.1.4 BP神經(jīng)網(wǎng)絡(luò)優(yōu)化預(yù)測(cè)模型
        4.1.5 PCA-GM-BPNN組合預(yù)測(cè)模型
        4.1.6 預(yù)測(cè)結(jié)果對(duì)比分析
    4.2 短期負(fù)荷預(yù)測(cè)模型求解分析
        4.2.1 GM(1,1)預(yù)測(cè)模型
        4.2.2 GM(1,1)優(yōu)化預(yù)測(cè)模型
        4.2.3 BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型
        4.2.4 BP神經(jīng)網(wǎng)絡(luò)優(yōu)化預(yù)測(cè)模型
        4.2.5 PCA-GM-BPNN組合預(yù)測(cè)模型
        4.2.6 預(yù)測(cè)結(jié)果對(duì)比分析
    4.3 本章小結(jié)
第五章 燃?xì)庳?fù)荷預(yù)測(cè)軟件開(kāi)發(fā)
    5.1 軟件概述
        5.1.1 軟件需求分析
        5.1.2 軟件開(kāi)發(fā)目標(biāo)
    5.2 軟件結(jié)構(gòu)設(shè)計(jì)
    5.3 軟件功能
        5.3.1 灰色預(yù)測(cè)模型參數(shù)
        5.3.2 BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型參數(shù)
    5.4 實(shí)例演示
        5.4.1 灰色預(yù)測(cè)模型
        5.4.2 BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型
    5.5 本章小結(jié)
第六章 結(jié)論及建議
    6.1 結(jié)論
    6.2 建議
致謝
參考文獻(xiàn)
攻讀學(xué)位期間參加科研情況及獲得的學(xué)術(shù)成果



本文編號(hào)：3799630