| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-22页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究目的及意义 | 第10-11页 |
| 1.3 国内外相关技术研究现状与趋势 | 第11-19页 |
| 1.3.1 互联网行业相关领域研究现状 | 第11-16页 |
| 1.3.2 电信行业用户相关领域研究现状 | 第16-17页 |
| 1.3.3 电力行业相关领域的研究现状 | 第17-19页 |
| 1.4 研究内容及技术路线 | 第19-21页 |
| 1.4.1 研究内容 | 第19-20页 |
| 1.4.2 技术路线 | 第20-21页 |
| 1.5 本章小结 | 第21-22页 |
| 第2章 电网用户用电行为特征辨识 | 第22-33页 |
| 2.1 用户用电行为特征辨识理论基础 | 第22-25页 |
| 2.1.1 影响用户用电行为因素 | 第22-23页 |
| 2.1.2 用户用电行为基本特点 | 第23-24页 |
| 2.1.3 典型行业用户用电行为特征的定性分析 | 第24-25页 |
| 2.2 负荷特征指标及其主要影响因素 | 第25-29页 |
| 2.3 用电行为T型关联分析法 | 第29-30页 |
| 2.4 实例分析 | 第30-32页 |
| 2.4.1 实验数据 | 第30-31页 |
| 2.4.2 实验结果与分析 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 区域电网客户细分模型 | 第33-43页 |
| 3.1 电网客户细分模型理论基础 | 第33-35页 |
| 3.1.1 客户细分标准 | 第33-34页 |
| 3.1.2 电力客户细分传统标准 | 第34-35页 |
| 3.2 客户细分研究方法 | 第35-36页 |
| 3.3 电网大客户行为细分方案 | 第36页 |
| 3.4 基于聚类分析的电网客户行为细分模型 | 第36-40页 |
| 3.4.1 聚类分析方法选取 | 第36-38页 |
| 3.4.2 基于自适应FCM聚类的电网客户细分模型 | 第38-40页 |
| 3.5 实例分析 | 第40-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 智能电网用户能效评估体系 | 第43-52页 |
| 4.1 能效评估概述 | 第43-44页 |
| 4.2 能效评估体系结构与指标 | 第44-45页 |
| 4.3 能效评估研究方法 | 第45-47页 |
| 4.3.1 熵值法 | 第45-46页 |
| 4.3.2 模糊综合评估法 | 第46页 |
| 4.3.3 灰色关联度 | 第46-47页 |
| 4.4 基于递阶综合评价方法的电力用户能效评估 | 第47-49页 |
| 4.4.1 基于G1群组判断的一级指标主观评估 | 第47-48页 |
| 4.4.2 基于熵权法的二级指标客观评估 | 第48-49页 |
| 4.4.3 综合权重的确定 | 第49页 |
| 4.5 实例分析 | 第49-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第5章 智能电网用户管理系统 | 第52-64页 |
| 5.1 概述 | 第52-53页 |
| 5.2 需求侧管理系统框架 | 第53-56页 |
| 5.2.1 系统设计原则 | 第53页 |
| 5.2.2 架构体系设计 | 第53-54页 |
| 5.2.3 应用功能框架 | 第54-55页 |
| 5.2.4 主要功能模块 | 第55-56页 |
| 5.3 演示系统交互界面设计 | 第56-63页 |
| 5.3.1 概览页面 | 第56-57页 |
| 5.3.2 用户管理模块 | 第57-58页 |
| 5.3.3 新能源管理模块 | 第58-62页 |
| 5.3.4 报表与信息管理 | 第62-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第6章 结论与展望 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71页 |