| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12页 |
| 1.3 主要工作和内容安排 | 第12-14页 |
| 第2章 开关电源负荷特征识别理论基础 | 第14-25页 |
| 2.1 开关电源负荷基本原理 | 第14-17页 |
| 2.2 开关电源负荷监测方法 | 第17-19页 |
| 2.2.1 基本概念 | 第17-18页 |
| 2.2.2 非侵入式负荷监测系统的分析方法 | 第18-19页 |
| 2.3 开关电源负荷用电信号采集实验 | 第19-24页 |
| 2.3.1 实验目的与实验对象的选择 | 第19-20页 |
| 2.3.2 实验原理与接线 | 第20-21页 |
| 2.3.3 开关电源负荷波形数据与分析 | 第21-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 开关电源负荷特征提取方法 | 第25-44页 |
| 3.1 基于二阶统计量的开关电源负荷特征提取方法 | 第25-29页 |
| 3.1.1 二阶统计量理论分析 | 第25-28页 |
| 3.1.2 算法流程 | 第28-29页 |
| 3.2 实验结果与分析 | 第29-34页 |
| 3.3 基于短时傅里叶变换的开关电源负荷特征提取方法 | 第34-38页 |
| 3.3.1 连续信号的短时傅里叶变换 | 第34-36页 |
| 3.3.2 时间分辨率和窗函数的关系 | 第36-37页 |
| 3.3.3 基本窗函数分类 | 第37-38页 |
| 3.4 负荷特征提取方法概述与实验结果分析 | 第38-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 开关电源负荷特征识别算法研究 | 第44-55页 |
| 4.1 基本原理 | 第44-47页 |
| 4.1.1 传统K-means聚类算法 | 第44-46页 |
| 4.1.2 基本粒子群算法 | 第46-47页 |
| 4.2 基于粒子群优化算法的开关电源负荷特征识别方法 | 第47-51页 |
| 4.2.1 实验方案与优化方法 | 第47-49页 |
| 4.2.2 算法步骤与流程 | 第49-51页 |
| 4.3 算法验证与分析 | 第51-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 开关电源负荷特征识别硬件系统设计 | 第55-61页 |
| 5.1 基本概念 | 第55-57页 |
| 5.1.1 DSP的结构 | 第55-56页 |
| 5.1.2 DSP芯片的优势 | 第56-57页 |
| 5.2 居民用户开关电源负荷特征识别硬件设计 | 第57-60页 |
| 5.2.1 集成开发环境 | 第57页 |
| 5.2.2 开关电源负荷特征识别硬件系统结构 | 第57-60页 |
| 5.3 本章小结 | 第60-61页 |
| 第6章 结论与后续工作 | 第61-63页 |
| 6.1 论文结论 | 第61页 |
| 6.2 后续工作 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士期间发表的学术论文及其他成果 | 第67-68页 |
| 攻读硕士学位期间参加的科研工作 | 第68-69页 |
| 致谢 | 第69页 |