| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 前言 | 第9-24页 |
| 1.1 研究目的和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-21页 |
| 1.2.1 电力负载数据修复的研究现状 | 第11-15页 |
| 1.2.2 行为识别与反馈的研究现状 | 第15-21页 |
| 1.3 研究内容和方法 | 第21-22页 |
| 1.4 研究成果 | 第22页 |
| 1.5 论文组织结构 | 第22-24页 |
| 第二章 家庭用户用电行为分析的相关技术和理论 | 第24-34页 |
| 2.1 数据质量保证算法 | 第24-27页 |
| 2.1.1 拉格朗日插值算法 | 第24-26页 |
| 2.1.2 B样条插值平滑算法 | 第26-27页 |
| 2.2 隐马尔科夫模型 | 第27-29页 |
| 2.2.1 马尔科夫过程 | 第27-28页 |
| 2.2.2 隐马尔科夫模型参数 | 第28-29页 |
| 2.3 本体论 | 第29-33页 |
| 2.3.1 本体论概述 | 第29-31页 |
| 2.3.2 本体的组成 | 第31页 |
| 2.3.3 本体的建模规则 | 第31-32页 |
| 2.3.4 本体的建模语言 | 第32-33页 |
| 2.4 本章小节 | 第33-34页 |
| 第三章 面向用电行为识别的数据质量保障方法 | 第34-57页 |
| 3.1 引言 | 第34页 |
| 3.2 行为识别系统构建 | 第34-38页 |
| 3.2.1 采集硬件智能插座 | 第34-37页 |
| 3.2.3 系统总体架构 | 第37-38页 |
| 3.3 核极限学习机 | 第38-44页 |
| 3.4 负载数据验证和修复 | 第44-50页 |
| 3.4.1 数据质量问题定义 | 第44-45页 |
| 3.4.2 家庭线路特征 | 第45-46页 |
| 3.4.3 负载数据验证 | 第46-47页 |
| 3.4.4 负载数据修复 | 第47-50页 |
| 3.5 实验 | 第50-56页 |
| 3.5.1 修复算法的参数确定 | 第50-51页 |
| 3.5.2 单电器数据丢失修复 | 第51-54页 |
| 3.5.3 多电器数据丢失修复 | 第54-56页 |
| 3.5.4 数据丢失率对识别算法性能的影响 | 第56页 |
| 3.6 本章小结 | 第56-57页 |
| 第四章 基于上下文本体模型的用电行为识别方法 | 第57-72页 |
| 4.1 引言 | 第57页 |
| 4.2 上下文位置信息获取模块 | 第57-60页 |
| 4.3 基于本体论的行为模型 | 第60-66页 |
| 4.3.1 家庭用户行为知识 | 第60-62页 |
| 4.3.2 本体的情景模拟 | 第62-64页 |
| 4.3.3 行为本体模拟 | 第64-66页 |
| 4.4 HMM2K算法 | 第66-68页 |
| 4.4.1 二阶隐马尔科夫模型 | 第66-67页 |
| 4.4.2 HMM2K的维特比算法 | 第67-68页 |
| 4.5 实验 | 第68-71页 |
| 4.6 本章小结 | 第71-72页 |
| 第五章 基于行为导向的家庭能源反馈方法 | 第72-83页 |
| 5.1 引言 | 第72页 |
| 5.2 基于焦点上下文技术的可视化反馈方法 | 第72-79页 |
| 5.2.1 设计要素 | 第72-73页 |
| 5.2.2 面向行为改进的焦点上下文方法 | 第73-75页 |
| 5.2.3 详细设计过程 | 第75-77页 |
| 5.2.4 EnergyAction可视化反馈系统 | 第77-79页 |
| 5.3 评价方法 | 第79-82页 |
| 5.3.1 评价参数 | 第79-80页 |
| 5.3.2 效果评估 | 第80-82页 |
| 5.4 本章小结 | 第82-83页 |
| 第六章 总结和展望 | 第83-85页 |
| 6.1 总结 | 第83-84页 |
| 6.2 展望 | 第84-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-95页 |
| 作者简介 | 第95页 |