| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 国内外用电负荷聚类研究现状 | 第11-12页 |
| 1.2.2 国内外集成聚类研究现状 | 第12-13页 |
| 1.3 本文的主要研究内容和创新点 | 第13-14页 |
| 1.4 本文的章节安排 | 第14-16页 |
| 第2章 用电负荷形态聚类关键技术 | 第16-28页 |
| 2.1 数据预处理 | 第16-20页 |
| 2.1.1 用电负荷形态提取 | 第16-18页 |
| 2.1.2 用电负荷形态数据降维方法 | 第18-20页 |
| 2.2 聚类方法综述 | 第20-26页 |
| 2.2.1 单一聚类方法概述 | 第20-23页 |
| 2.2.2 集成聚类方法概述 | 第23-26页 |
| 2.3 聚类结果评价和聚类簇选择 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于模糊聚类的用电负荷形态聚类 | 第28-38页 |
| 3.1 典型用电负荷形态 | 第28-29页 |
| 3.2 用电负荷数据预处理方法 | 第29-30页 |
| 3.3 基于模糊聚类的用电负荷形态聚类方法 | 第30-32页 |
| 3.3.1 模糊聚类算法 | 第30-31页 |
| 3.3.2 模糊聚类评价指标 | 第31-32页 |
| 3.3.3 模糊聚类簇的自动选择 | 第32页 |
| 3.4 实验结果和分析 | 第32-37页 |
| 3.4.1 最优聚类簇的自动选择 | 第33-34页 |
| 3.4.2 企业用电负荷模式挖掘 | 第34-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 基于特征分层抽样的用电负荷形态集成聚类 | 第38-54页 |
| 4.1 特征分层抽样方法 | 第38-39页 |
| 4.2 基于特征分层的集成聚类算法 | 第39-46页 |
| 4.2.1 一阶差分统计的特征分层抽样改进策略 | 第41-42页 |
| 4.2.2 基于超图划分的共识函数 | 第42-46页 |
| 4.2.3 特征分层抽样的用电负荷形态数据集成聚类算法 | 第46页 |
| 4.3 实验结果和分析 | 第46-52页 |
| 4.3.1 不同特征分层策略的集成聚类结果对比 | 第47-48页 |
| 4.3.2 不同共识函数集成聚类结果对比 | 第48-49页 |
| 4.3.3 单一聚类结果和集成聚类结果对比 | 第49页 |
| 4.3.4 集成聚类抗噪性分析 | 第49-51页 |
| 4.3.5 不同抽样率下集成聚类结果对比分析 | 第51-52页 |
| 4.4 本章小结 | 第52-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士学位期间的研究成果 | 第62页 |