第1章 智能电网的概念与发展历程 1
1.1 智能电网的概念 1
1.2 智能电网的起源与演变 4
1.3 智能电网的发展状况 6
1.4 本章小结 13
参考文献 14
第2章 预测的概念与研究现状 16
2.1 预测的概念 16
2.2 预测的研究现状 22
2.3 基于数据分析的预测思想及应用 30
2.4 本章小结 31
参考文献 31
第3章 数学基础理论 34
3.1 预测中常用的数学基础理论 34
3.2 预测中常用的其他理论与技术 44
3.3 误差 64
3.4 本章小结 68
参考文献 68
第4章 不良数据处理与数据集成变换 70
4.1 引论 70
4.2 不良数据处理 71
4.3 数据集成分析 84
4.4 数据的标准变换处理 91
4.5 数据约简与粗糙集 94
4.6 本章小结 104
参考文献 105
第5章 基于数值逼近理论的趋势预测模型 107
5.1 引论 107
5.2 建模知识准备 109
5.3 基于分段线性Lagrange插值的灰色预测模型 127
5.4 基于分段线性Newton插值的灰色预测模型 133
5.5 基于三次样条的动态灰色预测模型 137
5.6 基于三点Gauss插值的正交化预测模型 141
5.7 基于五点Gauss插值的正交化预测模型 145
5.8 基于灰色Markov链的Gauss-Chebyshev正交化预测模型 148
5.9 基于二元有理插值的趋势预测模型 154
5.10 本章小结 157
参考文献 157
第6章 基于半参数分析的统计推断模型 159
6.1 引论 159
6.2 建模知识准备 160
6.3 基于补偿最小二乘法的半参数统计推断模型 180
6.4 基于滑动平均估计的半参数统计推断模型 185
6.5 基于残差分布测度修正的半参数统计推断模型 188
6.6 基于区间可变权重的半参数统计推断模型 197
6.7 基于惩罚最小二乘法的半参数统计推断模型 202
6.8 本章小结 205
参考文献 205
第7章 基于智能优化方法的自适应推演模型 207
7.1 引论 207
7.2 建模知识准备 208
7.3 基于自适应遗传算法的ARMA推演模型 220
7.4 含有压缩因子的自适应灰色粒子群优化推演模型 225
7.5 基于极值扰动和自适应调整系数的灰色粒子群优化推演模型 228
7.6 本章小结 234
参考文献 234
第8章 总结与展望 236
8.1 本书总结 236
8.2 未来展望 238