基于负荷量测数据的电力负荷聚类方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 课题研究目的与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-15页 |
| 1.2.1 聚类算法研究现状 | 第9-12页 |
| 1.2.2 用户负荷聚类 | 第12-13页 |
| 1.2.3 变电站负荷聚类 | 第13-15页 |
| 1.3 本文的主要工作和章节安排 | 第15-17页 |
| 第2章 负荷聚类的基本理论 | 第17-28页 |
| 2.1 数据预处理技术 | 第17-19页 |
| 2.1.1 数据选择 | 第17页 |
| 2.1.2 异常数据识别与修正 | 第17-18页 |
| 2.1.3 数据归一化 | 第18-19页 |
| 2.2 经典聚类算法概述 | 第19-24页 |
| 2.2.1 基于划分的聚类算法 | 第19-21页 |
| 2.2.2 基于层次的聚类算法 | 第21-22页 |
| 2.2.3 基于密度的聚类算法 | 第22-23页 |
| 2.2.4 基于模型的聚类算法 | 第23-24页 |
| 2.3 聚类有效性评价 | 第24-26页 |
| 2.3.1 考虑几何结构信息的有效性评价指标 | 第24-26页 |
| 2.3.2 考虑隶属度的有效性评价指标 | 第26页 |
| 2.3.3 复合型指标 | 第26页 |
| 2.4 本章小结 | 第26-28页 |
| 第3章 用户负荷聚类 | 第28-45页 |
| 3.1 数据说明 | 第28-29页 |
| 3.1.1 数据来源 | 第28页 |
| 3.1.2 数据预处理 | 第28-29页 |
| 3.2 经典算法比较分析 | 第29-31页 |
| 3.2.1 有效性评价指标与聚类数 | 第29-30页 |
| 3.2.2 经典算法性能比较 | 第30-31页 |
| 3.3 负荷数据降维 | 第31-36页 |
| 3.3.1 主成分分析 | 第32-33页 |
| 3.3.2 负荷特性指标提取 | 第33-34页 |
| 3.3.3 降维效果分析 | 第34-36页 |
| 3.4 聚类结果分析 | 第36-44页 |
| 3.4.1 聚类结果概况 | 第36-37页 |
| 3.4.2 用户负荷构成与用电行为分析 | 第37-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 基于构成分析的变电站负荷聚类 | 第45-60页 |
| 4.1 变电站负荷构成分析 | 第45-49页 |
| 4.1.1 基于行业属性的负荷构成分析 | 第45-47页 |
| 4.1.2 基于用户聚类的负荷构成分析 | 第47-49页 |
| 4.2 考虑构成的变电站聚类 | 第49-53页 |
| 4.2.1 考虑构成的变电站聚类模型 | 第49-50页 |
| 4.2.2 权重自动更新的k-means算法 | 第50-51页 |
| 4.2.3 变电站聚类效果评价指标 | 第51页 |
| 4.2.4 基于构成分析的变电站聚类分析流程 | 第51-53页 |
| 4.3 算例分析 | 第53-59页 |
| 4.3.1 基于实际数据的变电站负荷特性聚类 | 第53-57页 |
| 4.3.2 基于模拟数据的变电站负荷特性聚类 | 第57-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第5章 总结与展望 | 第60-62页 |
| 5.1 本文总结 | 第60-61页 |
| 5.2 研究展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录: 攻读硕士学位期间发表论文情况 | 第66-67页 |
| 致谢 | 第67页 |
