《电力需求及其波动分析》PDF下载

  • 购买积分:9 如何计算积分?
  • 作  者:李翔,关勇著
  • 出 版 社:济南:山东科学技术出版社
  • 出版年份:2008
  • ISBN:9787533151171
  • 页数:178 页
图书介绍:本书主要内容包括:导论、电力需求分析的理论基础、电力需求波动特性研究、电力需求周期波动影响因素分析、分产业电力分析需求波动分析等十五部分内容。

第1章 导论 1

1.1写作背景 1

1.2研究电力需求波动的意义 2

1.2.研究电力需求周期具有重要的理论价值 3

1.2.2研究电力需求周期具有一定的实践意义 3

1.3国内外研究动态 3

1.3.1经济周期波动理论 3

1.3.2电力与经济关系研究 4

1.3.3电力需求预测研究 5

1.3.4电力供需预警研究 6

第2章 电力需求分析的理论基础 8

2.1中国电力供需形势分析 8

2.1.1电力消费弹性系数 8

2.1.2生活用电 9

2.1.3社会用电结构变化 9

2.2电力需求的经济学分析 10

2.3电力需求的影响因素分析 11

2.3.1经济增长 11

2.3.2人口增长及居民消费 12

2.3.3电价 12

2.3.4产业结构 13

第3章 电力需求波动特性研究 14

3.1指标选择 14

3.1.1波动高度 14

3.1.2波动深度 14

3.1.3波动幅度 15

3.1.4波动系数 15

3.1.5波动的平均位势 15

3.1.6波动的扩张长度 15

3.2电力需求波动的测定方法 16

3.3中国电力需求增长率的H—P滤波分解 16

3.4电力需求波动周期的划分 17

3.5电力需求波动的总体特征 18

3.5.1总体波动概况 18

3.5.2具体波动特征分析 18

3.6电力需求波动的产业结构特征 20

3.6.1电力需求各组成部分比例变化分析 20

3.6.2电力需求各组成部分增长率比较分析 21

第4章 电力需求周期波动影响因素分析 23

4.1电力需求影响因素综述 23

4.1.1经济发展及产业结构调整的影响 23

4.1.2经济及能源政策调整的影响 24

4.1.3环保标准的提高 25

4.1.4电力和替代能源的价格 25

4.1.5人口因素的影响 25

4.1.6气候因素的影响 25

4.1.7电价水平及电价结构的影响 26

4.1.8科学技术进步速度的影响 26

4.1.9开展电力需求侧管理的影响 26

4.1.10收入和生活水平及消费观念转变的影响 27

4.1.11电力产品和家用电器的市场饱和度的影响 27

4.2电力需求周期波动动因具体分析 27

4.3各产业电力需求周期波动影响因素分析 30

4.3.1第一产业电力需求周期波动影响因素分析 30

4.3.2第二产业电力需求周期波动影响因素分析 31

4.3.3第三产业电力需求周期波动影响因素分析 33

4.3.4居民生活电力需求周期波动影响因素分析 34

第5章 分产业电力需求波动分析 36

5.1第一产业电力需求波动分析 36

5.1.1第一产业电力需求周期划分 37

5.1.2第一产业电力需求波动特征 38

5.1.3第一产业电力需求与全社会电力需求周期波动的关系 39

5.2第二产业电力需求波动分析 39

5.2.1第二产业电力需求周期划分 40

5.2.2第二产业电力需求波动特征 40

5.2.3第二产业电力需求与全社会电力需求周期波动的关系 41

5.3第三产业电力需求波动分析 42

5.3.1第三产业电力需求周期划分 42

5.3.2第三产业电力需求波动特征 43

5.3.3第三产业电力需求与全社会电力需求周期波动的关系 43

5.4居民生活电力需求波动分析 44

5.4.1居民生活电力需求周期划分 45

5.4.2居民生活电力需求波动特征 45

5.4.3居民生活电力需求与全社会电力需求周期波动的关系 46

5.4.4全社会电力需求与其组成部分之间的回归分析 46

5.4.5各产业电力需求与全社会电力需求周期波动之间的关系比较 47

第6章 近十年来中国电力需求短周期波动研究 48

6.1时间序列趋势分解基本理论 48

6.1.1时间序列构成模型 48

6.1.2时间序列分解目的 49

6.2近十年电力需求与GDP状态空间模型分解 49

6.2.1电力需求与GDP增长率时间序列描述 49

6.2.2电力需求与GDP趋势分解的状态空间基本模型 50

6.2.3电力需求与GDP增长率的状态空间分解计算实例 51

6.3近十年电力需求与GDP短周期波动比较分析 57

6.3.1近十年电力需求与GDP周期项之间关系的定量分析 57

6.3.2近十年电力需求与GDP周期项之间关系的定性分析 57

第7章 中国电力需求的协整模型 59

7.1协整分析的背景 59

7.2协整与误差修正模型 59

7.2.1单整 60

7.2.2协整及其检验 61

7.2.3误差修正模型 62

7.3中国电力需求的协整建模分析 63

7.3.1变量与数据的选取 63

7.3.2模型的建立 63

7.3.3模型的分析讨论 67

第8章 电力需求的免疫粒子群优化BP神经网络建模构想 69

8.1引言 69

8.2神经网络理论 70

8.2.1人工神经网络的基本模型 70

8.2.2神经网络的拓扑结构 71

8.2.3神经网络的学习方法 71

8.2.4BP算法 72

8.3免疫粒子群优化算法 74

8.3.1粒子群优化算法 75

8.3.2免疫算法基本原理 77

8.3.3免疫粒子群优化算法 78

8.4基于免疫粒子群优化的BP神经网络 80

第9章 免疫粒子群优化BP神经网络电力需求建模 82

9.1电力需求建模 82

9.1.1变量数据的选取与预处理 82

9.1.2免疫粒子群优化BP神经网络的结构确定 82

9.1.3免疫粒子群优化BP神经网络的学习过程 88

9.1.4实证分析 89

9.2协整模型和免疫粒子群优化BP神经网络模型的分析比较 94

9.2.1量化结构分析比较 94

9.2.2预测检验比较 95

第10章 电力需求波动的分形分析 97

10.1电力需求波动的分形分析的国内外研究综述 97

10.2负荷特性指标体系的建立 98

10.2.1主要负荷特性指标及解释 98

10.2.2实际中常用的负荷特性指标 99

10.2.3负荷特性指标应用存在的问题 101

10.3负荷特性综述 101

10.3.1负荷曲线分析 101

10.3.2负荷变化特点及趋势 103

第11章 分形理论及分形分析方法 105

11.1分形理论的基本概念 105

11.1.1分形 105

11.1.2分形的特性 106

11.1.3分形维 106

11.2分形分析 107

11.2.1重标度极差分析 107

11.2.2电力系统负荷特性分形分析的可行性 109

第12章 基于分形理论的电力负荷分形特性分析 111

12.1电力负荷时间序列的分形维数 111

12.1.1分形维数 111

12.1.2分形维数算法 112

12.2电力负荷时间序列的分形特性 113

12.2.1相同空间尺度下电力负荷的自相似性 113

12.2.2相同时间尺度下电力负荷的自相似性 115

12.2.3不同行业电力负荷的自相似性分析 116

12.2.4电力负荷分形的稳定性分析 116

12.2.5电力负荷的非周期循环特性 117

12.3电力负荷曲线特性分析 118

12.3.1电力负荷的日周期性规律 119

12.3.2电力负荷的周周期性规律 119

12.3.3不同季节下电力负荷的周期性规律 120

第13章 基于分形理论的电力负荷预测 122

13.1常用电力负荷预测方法 122

13.1.1定性预测方法 122

13.1.2定量预测方法 123

13.2基于分形理论的电力负荷预测方法 125

13.2.1分形拼贴原理 125

13.2.2分形插值算法 125

13.2.3拟合模型及算例 126

第14章 电力供需预警的基本理论体系 130

14.1电力供需预警研究的理论基础 130

14.1.1电力需求周期波动原理 130

14.1.2可持续发展理论 131

14.1.3相关性理论 131

14.1.4系统性原理 131

14.2电力供需预警的功能 131

14.2.1参照功能 131

14.2.2纠偏功能 131

14.2.3动态管理功能 132

14.2.4超前调控功能 132

14.3电力供需预警方法分析 132

14.3.1回归分析法 132

14.3.2时间序列分析法 132

14.3.3灰色预测模型 133

14.3.4专家系统法 133

14.3.5模糊预测法 133

14.3.6人工神经网络模型 133

14.3.7支持向量机模型 133

14.3.8粗集一支持向量机模型 134

第15章 电力供需预警指标体系的建立与分析 135

15.1建立电力供需预警指标体系的基本原则 135

15.2电力供需预警指标体系 136

15.2.1警情指标 136

15.2.2电力供需警情影响因素分析 136

15.2.3警度划分 138

15.2.4确定警限 138

第16章 基于RS理论数据预处理的SVM预测模型 140

16.1电力供需预警指标筛选 140

16.1.1粗集理论基本原理 141

16.1.2基于粗集属性归约的电力供需预警指标筛选 142

16.1.3利用粗集理论进行预警指标筛选的可行性 144

16.2基于SVM的电力供需预测模型 145

16.2.1支持向量机基本原理 145

16.2.2基于SVM回归算法的电力供需预测 147

16.3模型总体框架及优缺点分析 149

16.3.1基于RS数据预处理的SVM预测模型总体框架 149

16.3.2基于RS数据预处理的SVM预测模型的优缺点分析 150

第17章 电力供需预警实证研究 151

17.1我国电力供需形势分析 151

17.1.1我国电力供需分析 152

17.1.2电力供需主要影响因素分析 154

17.2全国电力供需预警分析 157

17.2.1建立电力供需预测决策信息表 157

17.2.2基于粗集理论的预测指标预处理 159

17.2.3基于支持向量机回归算法的电力供需预测 162

17.2.4 2005~2008年电力供需预警分析 164

17.2.5对我国电力工业发展的几点建议 166

参考文献 168

附录 176

后记 178