基于计算智能技术的电力负荷预测理论及应用

本书综合运用多种计算智能技术，提出了基于计算智能的电力负荷预测理论框架（CILF框架）：并在此框架下围绕建模过程中的多个关键技术问题开展了一系列研究；同时，结合电力负荷预测研究中短期负荷预测、区间型负荷预测等典型预测问题进行了应用研究。此外，结合本书基于计算智能的负荷预测理论框架，特别是在特征选择、参数优化、模型选择等具体技术上的研究成果，设计了负荷预测支持系统，为决策者提供决策工具。

胡忠义，男，1987年生，山东泰安人，管理学博士。2009年获哈尔滨工业大学管理学学士学位，2012和2015年分别获华中科技大学管理学硕士和博士学位。2015年7月到武汉大学信息管理学院工作，并在武汉大学管理科学与工程博后流动站从事博士后研究。曾获湖北省很好硕士学位论文、华中科技大学很好毕业研究生、国家奖学金等荣誉与奖励。曾主持华中科技大学很好博士学位论文基金，参与国家自然科学基金项目、教育部人文社会科学研究项目、教育部-IBM专业改革综合项目、华中科技大学研究生创新创业基金等多项科研项目。目前，已在靠前外重要期刊和会议上发表论文20余篇，其中被SCI/SSCI数据库收录10余篇。

章 绪论
1.1 研究背景、目的与意义
1.2 研究现状
1.3 本书结构与主要内容
第2章 基于计算智能的电力负荷预测理论框架与方法
2.1 引言
2.2 基于计算智能的电力负荷预测理论框架(CILF)
2.3 人工神经网络
2.4 支持向量机
2.5 粒子群优化算法
2.6 文化基因算法
2.7 本章小结
第3章 基于MA的电力负荷预测模型参数优化
3.1 引言
3.2 支持向量机参数简述
3.3 基于MA算法的sVR参数优化
3.4 实验设置
3.5 实验结果与分析
3.6 本章小结
第4章 基于混合特征选择技术的负荷预测模型
4.1 引言
4.2 混合Filter-Wrapper特征选择算法的构建过程
4.3 实验设计
4.4 实验结果与分析
4.5 本章小结
第5章 基于MA算法的特征选择技术及区间型负荷预测
模型
5.1 引言
5.2 问题描述与分析
5.3 MSVR-MA预测模型的构建
5.4 实验设计
5.5 实验结果与分析
5.6 本章小结
第6章 基于混合变量MA的电力负荷预测模型选择研究
6.1 引言
6.2 问题描述
6.3 基于MA算法的广义模型选择
6.4 实验设计
6.5 实验结果与分析
6.6 本章小结
第7章 电力负荷预测支持系统
7.1 引言
7.2 系统需求分析
7.3 系统结构设计
7.4 系统逻辑流程
7.5 本章小结
第8章 总结与展望
8.1 全书总结
8.2 研究展望
参考文献
附录A 区间数运算法则
附录B 区间数的描述性统计
附录C 区间多层感知器
附录D 指数平滑与区间型Holt模型