| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 课题研究背景 | 第8-10页 |
| 1.2 用户负荷分解国内外研究现状 | 第10-16页 |
| 1.3 本文所做的工作 | 第16-18页 |
| 第二章 计及用户用电模式的负荷分解 | 第18-40页 |
| 2.1 负荷电气特征 | 第18-21页 |
| 2.1.1 瞬态信息特征 | 第18-19页 |
| 2.1.2 稳态信息特征 | 第19-20页 |
| 2.1.3 功率信息特征 | 第20-21页 |
| 2.2 计及改进k均值聚类的用电模式特征分类 | 第21-24页 |
| 2.2.1 主成分分析法降维 | 第21-22页 |
| 2.2.2 改进k均值聚类分析 | 第22-24页 |
| 2.3 基于梯度提升树用户负荷分解 | 第24-26页 |
| 2.3.1 决策树模型 | 第24页 |
| 2.3.2 梯度提升树模型 | 第24-26页 |
| 2.4 算例分析 | 第26-39页 |
| 2.4.1 REDD低频数据集 | 第26-34页 |
| 2.4.2 TracebaseRepository数据集 | 第34-39页 |
| 2.5 本章小结 | 第39-40页 |
| 第三章 计及设备用电特性的用户负荷分解 | 第40-62页 |
| 3.1 用户负荷近似度 | 第40-50页 |
| 3.1.1 计及设备用电特性的分治分解算法 | 第41页 |
| 3.1.2 设备用电特性特征库 | 第41-46页 |
| 3.1.3 算法流程 | 第46-50页 |
| 3.2 算例分析 | 第50-61页 |
| 3.2.1 项目背景 | 第50-52页 |
| 3.2.2 数据来源 | 第52-53页 |
| 3.2.3 分解分析 | 第53-61页 |
| 3.3 本章小结 | 第61-62页 |
| 第四章 总结与展望 | 第62-64页 |
| 4.1 结论 | 第62-63页 |
| 4.2 展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68-72页 |
| 附图1：REDD数据集11种负荷96点日用电曲线图 | 第68-69页 |
| 附图2：REDD数据集11种负荷典型用电模式图 | 第69-70页 |
| 附图3：Tracebase数据集15种负荷96点日用电曲线图 | 第70-71页 |
| 附图4：Tracebase数据集15种负荷典型用电模式曲线图 | 第71-72页 |
| 发表论文和参加科研情况说明 | 第72-73页 |
| 致谢 | 第73-74页 |
