電力系統負荷預測是指從已知的經濟、社會發展和電力需求情況出發，通過對歷史資料的分析和研究，探索事物之間的內在聯繫和發展變化規律，以未來年份經濟、社會發展情況的預測結果為依據，對電力需求作出預先的估計和推測。科學的預測是正確決策的依據和保證。電力系統負荷預測是制訂電力系統發展規劃的基礎，也是發電計畫、電力市場等工作的重要依據。正因為如此，電力系統負荷預測要以國民經濟與社會發展的規劃或預測結果為依據。預測理論的研究具有重要的理論意義和實際價值。
本書系統地介紹了電力系統負荷預測的概念、原理、模型、方法及其應用效果。
全書分為4篇：
第Ⅰ篇為總論，分別介紹了負荷預測的基本原理和理念、數學基礎及共性預測方法、負荷分析、負荷預測的多級協調、預測效果的分析與評價；
第Ⅱ篇的核心是系統級中長期負荷預測，分時序趨勢外推和相關分析兩大類，介紹了中長期負荷預測的模型、方法和協調技術，給出了電力需求的不確定性分析方法，探討了預測模型的自動選擇和綜合預測技術，並結合年度預測、月度預測的具體內容，介紹了有針對性的預測技術；
第Ⅲ篇為系統級短期負荷預測，剖析了基於時序分析的正常日預測思想及其相應的預測方法，探討了短期負荷預測中相關因素的影響分析方法，給出了規範化處理相關因素的策略和預測技術，介紹了概率性短期負荷預測的方法，分析了短期負荷預測的綜合模型，同時闡述了節假日負荷預測、超短期負荷預測等問題。
第Ⅳ篇為母線負荷預測，分析了母線負荷預測區別於系統級負荷預測的特點，介紹了母線負荷預測的基本思路與方法，給出了母線負荷預測的壞資料處理策略，提出了虛擬母線技術及預測方法，並介紹了系統和母線負荷預測的協調方法。
《電力系統負荷預測》可供電力規劃、計畫、調度、市場交易、行銷（用電）等專業的科技人員和管理人員，高等院校有關專業的教師、研究生和高年級本科生閱讀參考，也可作為電力系統相關專業的教材
| FindBook |
|
有 1 項符合
康重慶等的圖書 |
 |
$ 465 | 電力系統負荷預測(第二版)
作者：康重慶等 出版社：中國電力出版社 出版日期：2017-02-01 語言：簡體中文 規格：平裝 / 429頁 / 16k/ 19 x 26 x 2.15 cm / 普通級/ 單色印刷 / 2-3  博客來 - 其他工程
- 來源網頁  看圖書介紹
|
|
|
重慶
重慶市，簡稱巴、渝，別稱山城、渝都、霧都、橋都，中華人民共和國直轄市、首批國家中心城市、超大城市。重慶是長江上游地區經濟中心，國家重要的現代製造業基地，西南地區國際性綜合交通樞紐、國際航空樞紐、長江中上游航運中心，國家統籌城鄉綜合配套改革試驗區，是西部大開發的重要戰略支點、「一帶一路」和長江經濟帶的聯結點 、內陸開放高地，是國家歷史文化名城、世界溫泉之都，中國著名三大火爐城市之一。有文字記載的歷史達2000多年，是巴渝文化屬地。因嘉陵江古稱「渝水」，故重慶又簡稱「渝」。北宋崇寧元年，改渝州為恭州。南宋淳熙16年正月，孝宗之子趙惇先封恭王，二月即帝位為光宗皇帝，稱為「雙重喜慶」，遂升恭州為重慶府，重慶由此而得名。 1891年，重慶成為四川乃至中國西部地區最早對外開埠的通商口岸。1929年，重慶正式建市。抗日戰爭時期，國民政府定位於四川省的重慶為戰時首都和永久陪都，重慶同華盛頓、倫敦、莫斯科一道被列為世界反法西斯四大指揮中心，為同盟國陣營做出巨大貢獻。中華人民共和國建立初期，重慶為中央直轄市，是中共中央西南局、西南軍政委員會駐地和西南地區政治、經濟、文化中心。1983年，中共中央、國務院批准成為全國第一個經濟體制綜合改革試點城市，實行計劃單列，仍屬四川省，但享有省級財政權限。1997年3月14日，因三峽工程的需要，第八屆全國人大五次會議批准恢復設立重慶直轄市，6月18日正式掛牌。
重慶市地跨北緯28度10分-32度13分，東經105度11分-110度11分之間的青藏高原同長江中下游平原的過渡地帶，地處中國內陸西南部，長江上游地區，渝東接湖北、東南接湖南，渝南接貴州，渝西接四川，渝北接陝西，轄區東西長約470公里，南北寬約450公里，轄區總面積8.2403萬平方公里。重慶是中國面積最大的直轄市，是一個集大城市、大農村、大山區、大庫區為一體的組團式城市，其中主城區建成面積為877.78平方公里。
位於重慶主城區嘉陵江和長江以北的兩江新區是國家級新區、重要的先進位造業和現代服務業基地。重慶擁有渝新歐鐵路、西永綜合保稅區、兩路-寸灘保稅港區，西部地區第二座實行72小時免簽的城市。
維基百科
圖書介紹 - 資料來源：博客來 評分：
圖書名稱：電力系統負荷預測(第二版)
內容簡介
目錄
前言
第一版前言本書的編排體系
第Ⅰ篇 負荷預測總論
第1章 負荷預測的基本原理和理念
1．1 什麼是預測
1．2 什麼是負荷預測
1．3 負荷預測的基本原則和要求
1．4 負荷預測的內容及其分類
1．5 負荷預測的步驟
1．6 負荷預測問題的抽象化表述
1．7 負荷預測應遵循的理念
1．8 負荷預測的研究動向
1．9 對開展負荷預測工作的建議
第2章 數學基礎及共性預測方法
2．1 負荷預測中數學理論的應用
2．2 常用優化方法
2．3 最小二乘法
2．4 回歸分析法
2．5 灰色系統理論
2．6 時間序列分析模型
2．7 頻域分析方法
2．8 特徵選擇與特徵提取技術
2．9 聚類分析
2．10 決策樹理論
2．11 神經網路理論
2．12 支援向量機理論
第3章 負荷分析
3．1 短期負荷分析及預測
3．2 短期負荷預測中負荷的規律性與穩定度分析
3．3 中長期負荷預測的問題描述
3．4 中長期負荷預測中的負荷分析
第4章 負荷預測的多級協調
4．1 負荷預測的“多維多級”特徵
4．2 多級電力需求的關聯特性
4．3 多級負荷預測及其協調
4．4 不同維／級的負荷預測協調問題的特點
第5章 預測效果的分析與評價
5．1 線性回歸的分析與檢驗
5．2 一般預測結果的分析與評價
5．3 合理選擇預測模型的準則
5．4 我國調度部門關於預測效果的評價與考核
第Ⅰ篇參考文獻
第Ⅱ篇 系統級中長期負荷預測
第6章 基於時序趨勢外推的基本預測方法
6．1 動平均法
6．2 指數平滑法
6．3 增長速度法
6．4 灰色預測
6．5 瑪律可夫預測法
6．6 灰色瑪律可夫預測法
6．7 生長曲線法
6．8 應用實例
第7章 時序趨勢外推預測方法的擴展策略
7．1 擴展問題概述
7．2 提高預測模型適應性的策略
7．3 模型參數的非線性估計方法
7．4 非連續歷史序列的處理
7．5 “近大遠小”原則的處理策略
7．6 歷史序列中的不良資料辨識
7．7 擴展策略的應用實例
第8章 中長期負荷相關分析與預測
8．1 年度全社會用電量與相關因素的關係
8．2 中長期負荷預測中考慮單相關因素的預測方法
8．3 中長期負荷預測中考慮多相關因素的預測方法
第9章 中長期負荷預測中的不確定性分析
9．1 背景
9．2 不確定性電力需求分析基本思想
9．3 對傳統高中低發展速度判別方法的剖析
9．4 單一預測量的概率分佈模型
9．5 多預測量的聯合概率分佈
第10章 中長期預測中多模型的篩選與綜合
10．1 概述
10．2 綜合預測的概念
10．3 綜合最優擬合模型
10．4 綜合次優擬合模型
10．5 “近大遠小”原則下的綜合模型
10．6 綜合最優預測模型
10．7 綜合預測模型的進一步分析
10．8 預測決策與模型篩選
第11章 年度預測的理論與方法
11．1 年度預測的分析
11．2 時序負荷曲線的兩步建模預測法
11．3 負荷持續曲線的神經網路模型
第12章 月度預測的理論與方法
12．1 月度預測的特點分析
12．2 現有月度預測方法的剖析
12．3 體現月度量變化特徵的預測方法
12．4 1月和2月負荷預測的特殊問題
第13章 中長期負荷預測的多級協調
13．1 多級負荷預測的基本協調模型
13．2 不同可信度情況下基本模型的協調結果比較
13．3 基本協調模型的評價標準與算例分析
13．4 兩維兩級關聯協調模型
13．5 關聯協調方法的特殊應用
13．6 關聯協調模型的評價標準
13．7 關聯協調的算例分析
第14章 中長期負荷預測系統
14．1 中長期負荷預測系統的研究過程
14．2 中長期負荷預測系統的研究思路
14．3 系統體系結構
14．4 系統核心功能設計
14．5 規劃／計畫類功能設計
4．6 行銷（用電）類功能設計
第Ⅱ篇參考文獻204
第Ⅲ篇 系統級短期負荷預測
第15章 基於時序分析的正常日預測
15．1 短期負荷預測的基本思想
15．2 基於同類型日思想的正常日負荷預測基本方法
15．3 基於同類型日思想的正常日新息預測方法
15．4 基於時段相似性原理的簡單推理法
15．5 頻域分量預測法
15．6 基於小波分析的預測方法
15．7 基於混沌理論的預測方法
第16章 氣象因素對短期負荷的影響分析
16．1 短期預測中氣象因素分析與處理的總體理念
16．2 從供應側和需求側分析氣象因素的影響
16．3 氣象因素直接作用於短期負荷的規律分析
16．4 短期負荷中考慮累積效應的氣象特徵選擇
16．5 多個氣象因素形成的氣象綜合指數對短期負荷的影響（以人體舒適度為例）
16．6 氣象綜合指數對短期負荷的累計效應（以加權溫濕指數為例）
第17章 直接考慮相關因素的短期負荷預測方法
17．1 氣象校正法
17．2 考慮日特徵氣象因素的人工神經網路法
17．3 基於日特徵氣象因素的支援向量機預測方法
17．4 基於即時氣象因素的短期負荷預測方法
第18章 日特徵相關因素的規範化處理策略與預測方法
18．1 各日相關因素的衡量方法
18．2 映射函數與映射資料庫
18．3 基於映射資料庫的短期預測的規範化描述
18．4 映射資料庫自我調整訓練演算法———攝動法
18．5 映射資料庫自我調整訓練演算法———遺傳演算法
18．6 基於映射資料庫的正常日預測新方法
第19章 預測誤差分佈特性統計分析與概率性短期負荷預測
19．1 問題的提出
19．2 總體思路
19．3 預測誤差分佈特性的統計方法
19．4 誤差分佈統計規律的有效性檢驗
19．5 誤差分佈的ｔ分佈特性
19．6 概率性短期負荷預測
19．7 實例分析
第20章 短期負荷預測的綜合模型
20．1 短期負荷預測綜合模型的特點分析
20．2 全天統一權重的綜合預測模型
20．3 分時段變權重的綜合預測模型
20．4 考慮“近大遠小”原則並引入相關因素後的短期負荷預測綜合模型
20．5 短期負荷預測綜合模型的討論
20．6 應用舉例
第21章 其他短期預測問題及其預測方法
21．1 節假日負荷預測方法
21．2 超短期負荷預測
21．3 擴展短期負荷預測
21．4 連續多日負荷曲線預測
第22章 短期／超短期負荷預測系統
22．1 研究背景
22．2 研究思路與關鍵技術
22．3 短期負荷預測功能
22．4 超短期負荷預測功能
22．5 主要的管理與分析功能
第Ⅲ篇參考文獻
第Ⅳ篇 母線負荷預測
第23章 母線負荷預測框架與基本預測方法
23．1 什麼是母線負荷
23．2 母線負荷特點及其規律
23．3 母線負荷預測的技術路線
23．4 母線負荷基本預測方法
23．5 母線負荷預測的精度評估
第24章 母線負荷異常資料辨識與修復方法
24．1 母線負荷異常資料分類
24．2 兩階段異常資料辨識方法
24．3 異常資料修復
24．4 算例分析
第25章 規避異常資料的母線負荷預測策略
25．1 概述
25．2 規避壞資料影響的預測策略分析
25．3 規避壞資料影響的預測方法
25．4 完全可信資訊集內涵的拓展
25．5 算例分析
第26章 考慮氣象等相關因素影響的母線負荷預測方法
26．1 概述
26．2 基於偏差回饋二次預測的母線負荷預測策略
26．3 小水電富集地區母線負荷預測的兩階段還原法
第27章 母線極值負荷的概率化預測
27．1 概述
27．2 母線日最高負荷預測思路分析
27．3 母線日最高負荷幅值的概率性預測
27．4 算例分析
第28章 母線負荷預測模型的自我調整訓練與綜合預測
28．1 母線負荷預測方法庫的應用分析
28．2 自我調整預測技術概述
28．3 母線負荷預測單一模型參數自我調整訓練
28．4 母線負荷綜合預測模型權重的自我調整優化
28．5 綜合模型聯合參數自我調整訓練演算法
28．6 算例分析
第29章 虛擬母線技術及其預測方法
29．1 簇集網路及其特性
29．2 虛擬母線———虛擬的簇集網狀網路
29．3 虛擬母線辨識演算法
29．4 虛擬母線的負荷預測策略及其預測誤差分析
29．5 算例分析
第30章 系統—母線負荷預測協調方法
30．1 系統—母線負荷預測的協調模型
30．2 協調模型的求解及性質
30．3 協調模型的評價指標
30．4 不同可信度下的協調模型分析與評價
30．5 協調預測結果分析
第31章 母線負荷預測系統
31．1 研究思路與關鍵技術
31．2 母線負荷預測功能
31．3 主要的管理與分析功能
第Ⅳ篇參考文獻
索引
第一版前言本書的編排體系
第Ⅰ篇 負荷預測總論
第1章 負荷預測的基本原理和理念
1．1 什麼是預測
1．2 什麼是負荷預測
1．3 負荷預測的基本原則和要求
1．4 負荷預測的內容及其分類
1．5 負荷預測的步驟
1．6 負荷預測問題的抽象化表述
1．7 負荷預測應遵循的理念
1．8 負荷預測的研究動向
1．9 對開展負荷預測工作的建議
第2章 數學基礎及共性預測方法
2．1 負荷預測中數學理論的應用
2．2 常用優化方法
2．3 最小二乘法
2．4 回歸分析法
2．5 灰色系統理論
2．6 時間序列分析模型
2．7 頻域分析方法
2．8 特徵選擇與特徵提取技術
2．9 聚類分析
2．10 決策樹理論
2．11 神經網路理論
2．12 支援向量機理論
第3章 負荷分析
3．1 短期負荷分析及預測
3．2 短期負荷預測中負荷的規律性與穩定度分析
3．3 中長期負荷預測的問題描述
3．4 中長期負荷預測中的負荷分析
第4章 負荷預測的多級協調
4．1 負荷預測的“多維多級”特徵
4．2 多級電力需求的關聯特性
4．3 多級負荷預測及其協調
4．4 不同維／級的負荷預測協調問題的特點
第5章 預測效果的分析與評價
5．1 線性回歸的分析與檢驗
5．2 一般預測結果的分析與評價
5．3 合理選擇預測模型的準則
5．4 我國調度部門關於預測效果的評價與考核
第Ⅰ篇參考文獻
第Ⅱ篇 系統級中長期負荷預測
第6章 基於時序趨勢外推的基本預測方法
6．1 動平均法
6．2 指數平滑法
6．3 增長速度法
6．4 灰色預測
6．5 瑪律可夫預測法
6．6 灰色瑪律可夫預測法
6．7 生長曲線法
6．8 應用實例
第7章 時序趨勢外推預測方法的擴展策略
7．1 擴展問題概述
7．2 提高預測模型適應性的策略
7．3 模型參數的非線性估計方法
7．4 非連續歷史序列的處理
7．5 “近大遠小”原則的處理策略
7．6 歷史序列中的不良資料辨識
7．7 擴展策略的應用實例
第8章 中長期負荷相關分析與預測
8．1 年度全社會用電量與相關因素的關係
8．2 中長期負荷預測中考慮單相關因素的預測方法
8．3 中長期負荷預測中考慮多相關因素的預測方法
第9章 中長期負荷預測中的不確定性分析
9．1 背景
9．2 不確定性電力需求分析基本思想
9．3 對傳統高中低發展速度判別方法的剖析
9．4 單一預測量的概率分佈模型
9．5 多預測量的聯合概率分佈
第10章 中長期預測中多模型的篩選與綜合
10．1 概述
10．2 綜合預測的概念
10．3 綜合最優擬合模型
10．4 綜合次優擬合模型
10．5 “近大遠小”原則下的綜合模型
10．6 綜合最優預測模型
10．7 綜合預測模型的進一步分析
10．8 預測決策與模型篩選
第11章 年度預測的理論與方法
11．1 年度預測的分析
11．2 時序負荷曲線的兩步建模預測法
11．3 負荷持續曲線的神經網路模型
第12章 月度預測的理論與方法
12．1 月度預測的特點分析
12．2 現有月度預測方法的剖析
12．3 體現月度量變化特徵的預測方法
12．4 1月和2月負荷預測的特殊問題
第13章 中長期負荷預測的多級協調
13．1 多級負荷預測的基本協調模型
13．2 不同可信度情況下基本模型的協調結果比較
13．3 基本協調模型的評價標準與算例分析
13．4 兩維兩級關聯協調模型
13．5 關聯協調方法的特殊應用
13．6 關聯協調模型的評價標準
13．7 關聯協調的算例分析
第14章 中長期負荷預測系統
14．1 中長期負荷預測系統的研究過程
14．2 中長期負荷預測系統的研究思路
14．3 系統體系結構
14．4 系統核心功能設計
14．5 規劃／計畫類功能設計
4．6 行銷（用電）類功能設計
第Ⅱ篇參考文獻204
第Ⅲ篇 系統級短期負荷預測
第15章 基於時序分析的正常日預測
15．1 短期負荷預測的基本思想
15．2 基於同類型日思想的正常日負荷預測基本方法
15．3 基於同類型日思想的正常日新息預測方法
15．4 基於時段相似性原理的簡單推理法
15．5 頻域分量預測法
15．6 基於小波分析的預測方法
15．7 基於混沌理論的預測方法
第16章 氣象因素對短期負荷的影響分析
16．1 短期預測中氣象因素分析與處理的總體理念
16．2 從供應側和需求側分析氣象因素的影響
16．3 氣象因素直接作用於短期負荷的規律分析
16．4 短期負荷中考慮累積效應的氣象特徵選擇
16．5 多個氣象因素形成的氣象綜合指數對短期負荷的影響（以人體舒適度為例）
16．6 氣象綜合指數對短期負荷的累計效應（以加權溫濕指數為例）
第17章 直接考慮相關因素的短期負荷預測方法
17．1 氣象校正法
17．2 考慮日特徵氣象因素的人工神經網路法
17．3 基於日特徵氣象因素的支援向量機預測方法
17．4 基於即時氣象因素的短期負荷預測方法
第18章 日特徵相關因素的規範化處理策略與預測方法
18．1 各日相關因素的衡量方法
18．2 映射函數與映射資料庫
18．3 基於映射資料庫的短期預測的規範化描述
18．4 映射資料庫自我調整訓練演算法———攝動法
18．5 映射資料庫自我調整訓練演算法———遺傳演算法
18．6 基於映射資料庫的正常日預測新方法
第19章 預測誤差分佈特性統計分析與概率性短期負荷預測
19．1 問題的提出
19．2 總體思路
19．3 預測誤差分佈特性的統計方法
19．4 誤差分佈統計規律的有效性檢驗
19．5 誤差分佈的ｔ分佈特性
19．6 概率性短期負荷預測
19．7 實例分析
第20章 短期負荷預測的綜合模型
20．1 短期負荷預測綜合模型的特點分析
20．2 全天統一權重的綜合預測模型
20．3 分時段變權重的綜合預測模型
20．4 考慮“近大遠小”原則並引入相關因素後的短期負荷預測綜合模型
20．5 短期負荷預測綜合模型的討論
20．6 應用舉例
第21章 其他短期預測問題及其預測方法
21．1 節假日負荷預測方法
21．2 超短期負荷預測
21．3 擴展短期負荷預測
21．4 連續多日負荷曲線預測
第22章 短期／超短期負荷預測系統
22．1 研究背景
22．2 研究思路與關鍵技術
22．3 短期負荷預測功能
22．4 超短期負荷預測功能
22．5 主要的管理與分析功能
第Ⅲ篇參考文獻
第Ⅳ篇 母線負荷預測
第23章 母線負荷預測框架與基本預測方法
23．1 什麼是母線負荷
23．2 母線負荷特點及其規律
23．3 母線負荷預測的技術路線
23．4 母線負荷基本預測方法
23．5 母線負荷預測的精度評估
第24章 母線負荷異常資料辨識與修復方法
24．1 母線負荷異常資料分類
24．2 兩階段異常資料辨識方法
24．3 異常資料修復
24．4 算例分析
第25章 規避異常資料的母線負荷預測策略
25．1 概述
25．2 規避壞資料影響的預測策略分析
25．3 規避壞資料影響的預測方法
25．4 完全可信資訊集內涵的拓展
25．5 算例分析
第26章 考慮氣象等相關因素影響的母線負荷預測方法
26．1 概述
26．2 基於偏差回饋二次預測的母線負荷預測策略
26．3 小水電富集地區母線負荷預測的兩階段還原法
第27章 母線極值負荷的概率化預測
27．1 概述
27．2 母線日最高負荷預測思路分析
27．3 母線日最高負荷幅值的概率性預測
27．4 算例分析
第28章 母線負荷預測模型的自我調整訓練與綜合預測
28．1 母線負荷預測方法庫的應用分析
28．2 自我調整預測技術概述
28．3 母線負荷預測單一模型參數自我調整訓練
28．4 母線負荷綜合預測模型權重的自我調整優化
28．5 綜合模型聯合參數自我調整訓練演算法
28．6 算例分析
第29章 虛擬母線技術及其預測方法
29．1 簇集網路及其特性
29．2 虛擬母線———虛擬的簇集網狀網路
29．3 虛擬母線辨識演算法
29．4 虛擬母線的負荷預測策略及其預測誤差分析
29．5 算例分析
第30章 系統—母線負荷預測協調方法
30．1 系統—母線負荷預測的協調模型
30．2 協調模型的求解及性質
30．3 協調模型的評價指標
30．4 不同可信度下的協調模型分析與評價
30．5 協調預測結果分析
第31章 母線負荷預測系統
31．1 研究思路與關鍵技術
31．2 母線負荷預測功能
31．3 主要的管理與分析功能
第Ⅳ篇參考文獻
索引
|
