摘要 | 第6-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第9-19页 |
1.1 课题研究背景 | 第9-11页 |
1.1.1 大数据特点及意义 | 第9-10页 |
1.1.2 能源背景及能耗管理 | 第10页 |
1.1.3 物联网技术 | 第10-11页 |
1.2 课题领域国内外发展现状与趋势 | 第11-13页 |
1.3 课题研究内容、意义与创新点 | 第13-18页 |
1.3.1 课题研究内容 | 第13-15页 |
1.3.2 课题研究意义 | 第15-16页 |
1.3.3 本文创新点 | 第16-17页 |
1.3.4 本文章节安排 | 第17-18页 |
1.4 本章小结 | 第18-19页 |
第2章 智能电网能耗数据监测系统研究 | 第19-26页 |
2.1 智能电网及其对能耗监测的发展要求 | 第19-21页 |
2.1.1 智能电网特征 | 第19-20页 |
2.1.2 智能电网能耗监测 | 第20-21页 |
2.2 能耗监测方式 | 第21-23页 |
2.2.1 家庭能耗管理 | 第21-22页 |
2.2.2 非侵入式与侵入式能耗监测方式 | 第22-23页 |
2.3 半侵入式能耗监测系统与电器辨识 | 第23-25页 |
2.3.1 半侵入式能耗监测系统 | 第23-24页 |
2.3.2 电器辨识算法 | 第24-25页 |
2.4 本章小结 | 第25-26页 |
第3章 电力干线模型搭建 | 第26-34页 |
3.1 辨识算法步骤 | 第26-27页 |
3.2 电流先验知识数据库角差处理 | 第27-29页 |
3.2.1 角差检测算法 | 第27-28页 |
3.2.2 角差补偿算法 | 第28-29页 |
3.3 电力干线模型建立原理 | 第29-32页 |
3.3.1 电器设备电流差异性 | 第30-31页 |
3.3.2 家庭用电过程的基尔霍夫电流定理(KCL定理) | 第31-32页 |
3.4 电力干线模型 | 第32-33页 |
3.5 本章小结 | 第33-34页 |
第4章 电器辨识算法 | 第34-42页 |
4.1 电器辨识概念 | 第34页 |
4.2 电器辨识过程及原理 | 第34-36页 |
4.3 C-均值法 | 第36-38页 |
4.3.1 传统C-均值算法简介 | 第36页 |
4.3.2 本文C-均值法的改进应用 | 第36-38页 |
4.4 重复剪辑近邻法 | 第38-40页 |
4.4.1 剪辑近邻法 | 第38页 |
4.4.2 重复剪辑近邻法 | 第38-39页 |
4.4.3 重复剪辑近邻法在本文中的改进与应用 | 第39-40页 |
4.5 类心重合处理算法 | 第40页 |
4.6 能耗计算与监测 | 第40-41页 |
4.7 本章小结 | 第41-42页 |
第5章 能耗数据监测系统搭建 | 第42-65页 |
5.1 系统方案设计 | 第42-45页 |
5.1.1 系统功能 | 第42-43页 |
5.1.2 通讯方式 | 第43-44页 |
5.1.3 系统结构图 | 第44-45页 |
5.2 硬件平台搭建 | 第45-52页 |
5.2.1 电量测量模块 | 第45-47页 |
5.2.2 AD转换模块 | 第47-48页 |
5.2.3 SPI通讯模块 | 第48-49页 |
5.2.4 WIFI通讯模块 | 第49-51页 |
5.2.5 主控(MCU)模块 | 第51-52页 |
5.3 软件系统设计 | 第52-64页 |
5.3.1 软件程序设计 | 第52-61页 |
5.3.1.1 虚拟仪器的概念 | 第52页 |
5.3.1.2 LABVIEW程序框图 | 第52-58页 |
5.3.1.3 LABVIEW程序流程图 | 第58-61页 |
5.3.2 主控节点程序设计 | 第61-64页 |
5.4 本章小结 | 第64-65页 |
第6章 实验验证 | 第65-71页 |
6.1 辨识实验配置 | 第65页 |
6.2 辨识实验 | 第65-68页 |
6.3 聚类效果 | 第68页 |
6.4 实验统计 | 第68-69页 |
6.5 数据库 | 第69-70页 |
6.6 本章小结 | 第70-71页 |
第7章 工作总结与展望 | 第71-75页 |
7.1 工作总结 | 第71页 |
7.2 展望 | 第71-75页 |
致谢 | 第75-76页 |
参考文献 | 第76-78页 |
附录A 课题来源、论文发表情况 | 第78-79页 |
附录B 能耗系统实物图 | 第79-80页 |
附录C 能耗系统实物图 | 第80-81页 |
附录D 相关程序部分代码 | 第81-100页 |