基于图信号理论的非侵入式负荷分解
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-18页 |
1.1 课题研究背景 | 第9-10页 |
1.2 课题研究意义 | 第10-11页 |
1.3 非侵入式电力负荷监测系统 | 第11-14页 |
1.3.1 侵入式与非侵入式负荷监测比较 | 第12-13页 |
1.3.2 非侵入式负荷监测整体框架 | 第13-14页 |
1.4 非侵入式负荷分解算法研究现状 | 第14-16页 |
1.5 本文的主要工作 | 第16-18页 |
第2章 数据集及数据预处理 | 第18-24页 |
2.1 公共数据集 | 第18页 |
2.2 数据预处理 | 第18-23页 |
2.2.1 数据滤波分析 | 第19-21页 |
2.2.2 数据降采样 | 第21-22页 |
2.2.3 计算功率差分序列 | 第22-23页 |
2.3 本章小结 | 第23-24页 |
第3章 图信号处理相关理论 | 第24-29页 |
3.1 引言 | 第24-25页 |
3.2 图相关概念介绍 | 第25-26页 |
3.2.1 图的定义 | 第25页 |
3.2.2 邻接矩阵 | 第25-26页 |
3.2.3 拉普拉斯矩阵 | 第26页 |
3.3 图信号处理 | 第26-28页 |
3.3.1 基本概念 | 第26-27页 |
3.3.2 图信号平滑度及最小化 | 第27-28页 |
3.4 本章小结 | 第28-29页 |
第4章 基于GSP的非侵入式负荷分解方法 | 第29-36页 |
4.1 概述 | 第29-30页 |
4.1.1 负荷分解问题描述 | 第29页 |
4.1.2 本文算法概述 | 第29-30页 |
4.2 基于GSP的负荷分解算法流程 | 第30-34页 |
4.2.1 事件检测及聚类 | 第30-32页 |
4.2.2 特征匹配 | 第32-34页 |
4.3 算法输出处理 | 第34-35页 |
4.4 本章小结 | 第35-36页 |
第5章 评估度量及实验分析 | 第36-44页 |
5.1 评估度量指标 | 第36页 |
5.2 实验过程及分析 | 第36-42页 |
5.3 本章小结 | 第42-44页 |
第6章 结论与展望 | 第44-46页 |
6.1 结论 | 第44-45页 |
6.2 展望 | 第45-46页 |
参考文献 | 第46-49页 |
攻读硕士学位期间发表的论文及其它成果 | 第49-50页 |
致谢 | 第50页 |