| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 本课题的来源及研究意义 | 第9页 |
| 1.2 项目研究背景 | 第9-14页 |
| 1.2.1 配用电大数据发展背景 | 第9-10页 |
| 1.2.2 国内对配用电大数据的研究情况 | 第10-11页 |
| 1.2.3 国外对配用电大数据的研究情况 | 第11-14页 |
| 1.3 课题的研究意义及主要内容 | 第14-15页 |
| 第2章 用电行业聚类分析及关键行业识别 | 第15-33页 |
| 2.1 用电行业聚类分析的基本思路 | 第15-22页 |
| 2.1.1 用电数据的来源及整理 | 第16-18页 |
| 2.1.2 行业用电量统计 | 第18-20页 |
| 2.1.3 行业用电量占比 | 第20-22页 |
| 2.2 基于月度用电序列聚类的行业分类 | 第22-30页 |
| 2.2.1 聚类算法 | 第23-24页 |
| 2.2.2 聚类结果评价指标 | 第24页 |
| 2.2.3 聚类结果 | 第24-25页 |
| 2.2.4 时间跨度的影响 | 第25-28页 |
| 2.2.5 用电量级的影响 | 第28-29页 |
| 2.2.6 季节变化的影响 | 第29-30页 |
| 2.3 不同行业类别对总体用电波动的影响分析 | 第30-32页 |
| 2.4 关键用电行业选择 | 第32-33页 |
| 第3章 用电量需求预测建模分析 | 第33-61页 |
| 3.1 东莞历年用电情况扼要分析 | 第33-34页 |
| 3.2 用电量预测的主要模型介绍 | 第34-40页 |
| 3.2.1 本次研究准备选用的模型包括： | 第34-38页 |
| 3.2.2 东莞用电量模型的选择思路 | 第38-40页 |
| 3.3 东莞地区关键行业用电量预测模型构建与分析 | 第40-53页 |
| 3.3.1 关键用电行业用电量预测的结构效应分析 | 第40-42页 |
| 3.3.2 关键用电行业月度用电量预测模型 | 第42-46页 |
| 3.3.3 关键用电行业季度用电量预测模型 | 第46-49页 |
| 3.3.4 关键用电行业年度用电量预测模型 | 第49-53页 |
| 3.4 东莞地区用电量预测模型构建与分析 | 第53-56页 |
| 3.4.1 地区用电量预测的结构效应分析 | 第53页 |
| 3.4.2 东莞地区月度用电量预测模型 | 第53-54页 |
| 3.4.3 东莞地区季度用电量预测模型 | 第54-55页 |
| 3.4.4 东莞地区年度用电量预测模型 | 第55-56页 |
| 3.4.5 预测模型分析 | 第56页 |
| 3.5 东莞地区用电量预测模型与经济变量的关系分析 | 第56-61页 |
| 3.5.1 数据来源及设计方案 | 第56-58页 |
| 3.5.2 指标筛选 | 第58-59页 |
| 3.5.3 相关性分析结果 | 第59-61页 |
| 第4章 结论 | 第61-63页 |
| 4.1 结论 | 第61页 |
| 4.2 配用电大数据的未来发展 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 作者简介 | 第66-67页 |
| 攻读硕士学位期间研究成果 | 第67页 |