123,123,123

內(nèi)容簡(jiǎn)介

　　隨著電力系統(tǒng)運(yùn)營(yíng)環(huán)境的日趨復(fù)雜、中國(guó)經(jīng)濟(jì)新常態(tài)下電力體制改革的不斷深化和競(jìng)爭(zhēng)性電力交易市場(chǎng)的逐步構(gòu)建與完善，電力負(fù)荷的準(zhǔn)確預(yù)測(cè)在提升電力系統(tǒng)運(yùn)營(yíng)管理水平和提高電力企業(yè)經(jīng)濟(jì)效益等方面扮演著特別重要的角色，并已成為管理科學(xué)在電力系統(tǒng)運(yùn)營(yíng)與管理中的重要研究課題。《基于計(jì)算智能技術(shù)的電力負(fù)荷預(yù)測(cè)理論及應(yīng)用》綜合運(yùn)用多種計(jì)算智能技術(shù)，提出了基于計(jì)算智能的電力負(fù)荷預(yù)測(cè)理論框架；并在此框架下圍繞建模過(guò)程中的多個(gè)關(guān)鍵技術(shù)問(wèn)題開展了一系列研究；同時(shí)，結(jié)合電力負(fù)荷預(yù)測(cè)研究中短期負(fù)荷預(yù)測(cè)、區(qū)間型負(fù)荷預(yù)測(cè)等典型預(yù)測(cè)問(wèn)題進(jìn)行了應(yīng)用研究。此外，結(jié)合《基于計(jì)算智能技術(shù)的電力負(fù)荷預(yù)測(cè)理論及應(yīng)用》在基于計(jì)算智能的負(fù)荷預(yù)測(cè)理論框架，特別是在特征選擇、參數(shù)優(yōu)化、模型選擇等具體技術(shù)問(wèn)題上的研究成果，設(shè)計(jì)了負(fù)荷預(yù)測(cè)支持系統(tǒng)，為決策者提供決策工具。

作者簡(jiǎn)介

　　胡忠義，男，1987年生，山東泰安人，管理學(xué)博士。2009年獲哈爾濱工業(yè)大學(xué)管理學(xué)學(xué)士學(xué)位，2012和2015年分別獲華中科技大學(xué)管理學(xué)碩士和博士學(xué)位。2015年7月到武漢大學(xué)信息管理學(xué)院工作，并在武漢大學(xué)管理科學(xué)與工程博后流動(dòng)站從事博士后研究。曾獲湖北省很好碩士學(xué)位論文、華中科技大學(xué)很好畢業(yè)研究生、國(guó)家獎(jiǎng)學(xué)金等榮譽(yù)與獎(jiǎng)勵(lì)。曾主持華中科技大學(xué)很好博士學(xué)位論文基金，參與國(guó)家自然科學(xué)基金項(xiàng)目、教育部人文社會(huì)科學(xué)研究項(xiàng)目、教育部-IBM專業(yè)改革綜合項(xiàng)目、華中科技大學(xué)研究生創(chuàng)新創(chuàng)業(yè)基金等多項(xiàng)科研項(xiàng)目。目前，已在靠前外重要期刊和會(huì)議上發(fā)表論文20余篇，其中被SCI/SSCI數(shù)據(jù)庫(kù)收錄10余篇。

圖書目錄

章緒論
1．1 研究背景、目的與意義
1．2 研究現(xiàn)狀
1．3 本書結(jié)構(gòu)與主要內(nèi)容
第2章基于計(jì)算智能的電力負(fù)荷預(yù)測(cè)理論框架與方法
2．1 引言
2．2 基于計(jì)算智能的電力負(fù)荷預(yù)測(cè)理論框架(CILF)
2．3 人工神經(jīng)網(wǎng)絡(luò)
2．4 支持向量機(jī)
2．5 粒子群優(yōu)化算法
2．6 文化基因算法
2．7 本章小結(jié)
第3章基于MA的電力負(fù)荷預(yù)測(cè)模型參數(shù)優(yōu)化
3．1 引言
3．2 支持向量機(jī)參數(shù)簡(jiǎn)述
3．3 基于MA算法的sVR參數(shù)優(yōu)化
3．4 實(shí)驗(yàn)設(shè)置
3．5 實(shí)驗(yàn)結(jié)果與分析
3．6 本章小結(jié)
第4章基于混合特征選擇技術(shù)的負(fù)荷預(yù)測(cè)模型
4．1 引言
4．2 混合Filter-Wrapper特征選擇算法的構(gòu)建過(guò)程
4．3 實(shí)驗(yàn)設(shè)計(jì)
4．4 實(shí)驗(yàn)結(jié)果與分析
4．5 本章小結(jié)
第5章基于MA算法的特征選擇技術(shù)及區(qū)間型負(fù)荷預(yù)測(cè)
模型
5．1 引言
5．2 問(wèn)題描述與分析
5．3 MSVR-MA預(yù)測(cè)模型的構(gòu)建
5．4 實(shí)驗(yàn)設(shè)計(jì)
5．5 實(shí)驗(yàn)結(jié)果與分析
5．6 本章小結(jié)
第6章基于混合變量MA的電力負(fù)荷預(yù)測(cè)模型選擇研究
6．1 引言
6．2 問(wèn)題描述
6．3 基于MA算法的廣義模型選擇
6．4 實(shí)驗(yàn)設(shè)計(jì)
6．5 實(shí)驗(yàn)結(jié)果與分析
6．6 本章小結(jié)
第7章電力負(fù)荷預(yù)測(cè)支持系統(tǒng)
7．1 引言
7．2 系統(tǒng)需求分析
7．3 系統(tǒng)結(jié)構(gòu)設(shè)計(jì)
7．4 系統(tǒng)邏輯流程
7．5 本章小結(jié)
第8章總結(jié)與展望
8．1 全書總結(jié)
8．2 研究展望
參考文獻(xiàn)
附錄A 區(qū)間數(shù)運(yùn)算法則
附錄B 區(qū)間數(shù)的描述性統(tǒng)計(jì)
附錄C 區(qū)間多層感知器
附錄D 指數(shù)平滑與區(qū)間型Holt模型