| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 1 绪论 | 第12-16页 |
| 1.1. 家用电器用电状况非侵入式监测的研究意义 | 第12-14页 |
| 1.2 家用电器用电状况非侵入式监测的研究现状 | 第14页 |
| 1.3 本论文研究内容 | 第14-16页 |
| 2 家用电器用电状况非侵入式监测的发展 | 第16-26页 |
| 2.1 概述 | 第16-17页 |
| 2.2 家用电器用电状况非侵入式监测的基本介绍 | 第17-18页 |
| 2.3 家用电器用电状况非侵入式监测方法 | 第18-21页 |
| 2.3.1 基于负荷稳态特征参数的非侵入式监测方法 | 第18-20页 |
| 2.3.2 基于负荷暂态特征参数的非侵入式监测方法 | 第20-21页 |
| 2.4 非侵入式的负荷监测的发展应用 | 第21-24页 |
| 2.5 本章小结 | 第24-26页 |
| 3 基于k-means聚类算法改进的家用空调负荷非侵入式分解方法 | 第26-34页 |
| 3.1 家用空调负荷非侵入式分解概述 | 第26-27页 |
| 3.2 基于k-means聚类算法改进的家用空调负荷非侵入式分解方法 | 第27-30页 |
| 3.2.1 家用空调负载非侵入式分解方法 | 第27-28页 |
| 3.2.2 家用空调负载非侵入式分解参数 | 第28-30页 |
| 3.3 基于k-means聚类算法改进的空调负荷非侵入式分解实验结果 | 第30-31页 |
| 3.4 家用空调负载非侵入式分解实验各种采样时间比较 | 第31-32页 |
| 3.5 本章小结 | 第32-34页 |
| 4 非侵入式的家用负荷识别算法 | 第34-56页 |
| 4.1 引言 | 第34页 |
| 4.2 识别系统的硬件架构设计 | 第34-37页 |
| 4.2.1 硬件层 | 第35-36页 |
| 4.2.2 中间件层和应用层 | 第36-37页 |
| 4.3 基于负荷电流特征参数提取的非侵入式负荷识别方法 | 第37-43页 |
| 4.3.1 启停瞬态检测 | 第37-41页 |
| 4.3.2 通电的瞬态特性提取 | 第41页 |
| 4.3.3 家用负荷类型的仿真辨识 | 第41-43页 |
| 4.4 基于加权赋值相似度匹配的非侵入式负荷类型识别方法 | 第43-50页 |
| 4.4.1 家用电器类型 | 第43页 |
| 4.4.2 家用电器稳态特征数据的提取 | 第43-46页 |
| 4.4.3 家用电器暂态特征数据的提取 | 第46-48页 |
| 4.4.4 基于加权赋值的非侵入式负荷类型识别 | 第48-50页 |
| 4.5 家用负荷类型的仿真辨识 | 第50-55页 |
| 4.5.1 电热壶仿真辨识 | 第50-52页 |
| 4.5.2 笔记本与通胜节能灯混合切入实验仿真识别 | 第52-55页 |
| 4.6 本章小结 | 第55-56页 |
| 5 总结与后续工作展望 | 第56-58页 |
| 5.1 论文总结 | 第56-57页 |
| 5.2 后续工作展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 个人简历 | 第64页 |
