基于随机森林算法的智能电网低碳效益评价
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 国外研究现状 | 第11-13页 |
| 1.2.2 国内研究现状 | 第13-17页 |
| 1.3 本文的研究内容和技术路线 | 第17-19页 |
| 第2章 智能电网低碳效益相关理论概述 | 第19-26页 |
| 2.1 智能电网发展历程 | 第19-21页 |
| 2.2 智能电网内涵 | 第21-24页 |
| 2.2.1 智能电网内涵 | 第21-22页 |
| 2.2.2 智能电网发展目标 | 第22-24页 |
| 2.3 智能电网低碳效益的内涵 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 智能电网低碳效益评价指标体系 | 第26-34页 |
| 3.1 智能电网低碳发展影响因素分析 | 第26-27页 |
| 3.2 智能电网低碳效益评价指标体系建立原则 | 第27-28页 |
| 3.3 智能电网低碳效益评价指标体系 | 第28-30页 |
| 3.4 智能电网低碳效益评价指标内涵分析 | 第30-33页 |
| 3.4.1 节能减排环保指标 | 第30-31页 |
| 3.4.2 低碳运行指标 | 第31-32页 |
| 3.4.3 互动应用指标 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 智能电网低碳效益评价模型 | 第34-45页 |
| 4.1 层次分析法 | 第34-36页 |
| 4.2 随机森林方法介绍 | 第36-43页 |
| 4.2.1 决策树 | 第36-39页 |
| 4.2.2 分类回归树 | 第39-41页 |
| 4.2.3 Bagging方法 | 第41-42页 |
| 4.2.4 随机森林 | 第42-43页 |
| 4.3 智能电网低碳效益评价模型 | 第43-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 实证分析及对策建议 | 第45-55页 |
| 5.1 实证分析 | 第45-50页 |
| 5.1.1 数据采集 | 第45页 |
| 5.1.2 指标权重的确定 | 第45-46页 |
| 5.1.3 样本期望输出值确定 | 第46页 |
| 5.1.4 智能电网低碳效益评价模型及结果分析 | 第46-50页 |
| 5.2 对策建议 | 第50-54页 |
| 5.2.1 电力行业促进低碳发展 | 第50-53页 |
| 5.2.2 国家政策促进低碳发展 | 第53-54页 |
| 5.3 本章小结 | 第54-55页 |
| 第6章 结论 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表的学术论文及其他成果 | 第60-61页 |
| 致谢 | 第61页 |
