家庭用电负荷识别方法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-18页 |
| 1.1 家庭用电负荷识别意义 | 第10页 |
| 1.2 家庭用电负荷识别现状 | 第10-15页 |
| 1.2.1 负荷特征研究现状 | 第12-14页 |
| 1.2.2 负荷识别算法研究现状 | 第14-15页 |
| 1.3 文章的主要工作 | 第15-18页 |
| 2 负荷识别数据分析 | 第18-26页 |
| 2.1 原始电压电流数据采集 | 第18-20页 |
| 2.2 负荷的瞬时功率分析 | 第20-21页 |
| 2.3 负荷电压-电流轨迹 | 第21-24页 |
| 2.3.1 电压数据插值 | 第22-23页 |
| 2.3.2 电流数据插值 | 第23-24页 |
| 2.4 本章小结 | 第24-26页 |
| 3 基于模糊聚类分析的负荷分类 | 第26-38页 |
| 3.1 模糊聚类分析一般步骤 | 第26-27页 |
| 3.2 F统计量 | 第27-28页 |
| 3.3 负荷V-I轨迹特征值 | 第28-31页 |
| 3.4 模糊聚类实例分析 | 第31-36页 |
| 3.4.1 负荷样本V-I特征数据 | 第31-32页 |
| 3.4.2 待分类负荷V-I特征数据计算 | 第32-34页 |
| 3.4.3 模糊聚类分类结果 | 第34-36页 |
| 3.5 本章小结 | 第36-38页 |
| 4 快速独立成分分析FastICA负荷识别 | 第38-50页 |
| 4.1 盲信号分离方法简介 | 第38页 |
| 4.2 独立成分分析 | 第38-42页 |
| 4.2.1 ICA定义 | 第39-40页 |
| 4.2.2 ICA估计目标函数 | 第40-41页 |
| 4.2.3 ICA的不确定性 | 第41-42页 |
| 4.3 FastICA算法 | 第42-43页 |
| 4.4 FastICA的实例仿真分析 | 第43-49页 |
| 4.4.1 分解算法推导 | 第44-45页 |
| 4.4.2 负荷运行稳态信号 | 第45-46页 |
| 4.4.3 混合信号FastICA分解结果 | 第46-49页 |
| 4.5 本章小结 | 第49-50页 |
| 5 滑动窗双边累积和CUSUM | 第50-64页 |
| 5.1 变点的数学描述 | 第50页 |
| 5.2 CUSUM变点检测 | 第50-53页 |
| 5.2.1 参数化CUSUM | 第51页 |
| 5.2.2 非参数化CUSUM | 第51-53页 |
| 5.3 滑动窗双边CUSUM | 第53-55页 |
| 5.4 CUSUM算例仿真分析 | 第55-62页 |
| 5.4.1 未加窗CUSUM算例 | 第56-58页 |
| 5.4.2 加窗CUSUM算例 | 第58-62页 |
| 5.5 本章小结 | 第62-64页 |
| 6 算例仿真及分析 | 第64-70页 |
| 6.1 原始测试信号采集 | 第64-69页 |
| 6.1.1 改进CUSUM突变点检测 | 第64-66页 |
| 6.1.2 FastICA信号分解 | 第66-69页 |
| 6.2 本章小结 | 第69-70页 |
| 7 结论与展望 | 第70-72页 |
| 7.1 结论 | 第70页 |
| 7.2 展望 | 第70-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第78页 |
