| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-16页 |
| 1.3.1 国外研究现状 | 第12-15页 |
| 1.3.2 国内研究现状 | 第15-16页 |
| 1.3.3 国内外文献研究分析小结 | 第16页 |
| 1.4 研究内容和章节安排 | 第16-20页 |
| 第二章 负荷特征的分析与处理过程 | 第20-38页 |
| 2.1 非侵入式负荷监测系统研究 | 第20-22页 |
| 2.2 负荷特征的分析与提取 | 第22-29页 |
| 2.2.1 负荷特征的分析 | 第22-23页 |
| 2.2.2 电流谐波特征的提取与分析 | 第23-25页 |
| 2.2.3 有功功率的提取与分析 | 第25页 |
| 2.2.4 无功功率的提取和分析 | 第25-27页 |
| 2.2.5 电压峰值时电流瞬时值提取与分析 | 第27-29页 |
| 2.3 电网波动对特征值影响的研究 | 第29-35页 |
| 2.3.1 市电电压波动的分析与处理 | 第29-31页 |
| 2.3.2 电网谐波的分析与处理 | 第31-35页 |
| 2.4 本章小结 | 第35-38页 |
| 第三章 基于负荷特征的分解模型设计 | 第38-44页 |
| 3.1 分解模型建立分析 | 第38页 |
| 3.2 基于函数的分解模型设计 | 第38-42页 |
| 3.2.1 谐波误差函数的构建 | 第38-40页 |
| 3.2.2 功率误差函数的构建 | 第40-41页 |
| 3.2.3 基于功率-电流谐波的近似度优化目标函数的构建 | 第41页 |
| 3.2.4 基于二次及高次谐波正则化目标函数的构建 | 第41-42页 |
| 3.3 本章小结 | 第42-44页 |
| 第四章 基于改进粒子群算法和多因素分析决策的分解过程研究 | 第44-70页 |
| 4.1 粒子群算法的改进研究 | 第44-48页 |
| 4.2 基于改进的粒子群算法的算例验证 | 第48-60页 |
| 4.2.1 基于功率误差函数的适应度函数算例验证 | 第48-51页 |
| 4.2.2 基于谐波误差函数的适应度函数算例验证 | 第51-56页 |
| 4.2.3 基于功率-电流谐波适应度函数算例验证 | 第56-58页 |
| 4.2.4 不同适应度函数粒子群算法算例对比分析 | 第58-60页 |
| 4.3 基于多目标函数及多因素分析的决策过程 | 第60-65页 |
| 4.3.1 最优解求解前约束条件的设定 | 第60-61页 |
| 4.3.2 求解后的判定及回归验证 | 第61-62页 |
| 4.3.3 基于多目标函数及多因素分析的决策过程算例 | 第62-65页 |
| 4.4 分解模型求解算法比较 | 第65-67页 |
| 4.5 本章小结 | 第67-70页 |
| 第五章 结论及展望 | 第70-72页 |
| 5.1 本文主要结论 | 第70页 |
| 5.2 后续工作展望 | 第70-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 附录A 攻读硕士学位期间参与项目及科研成果 | 第78-80页 |
| 附录B 部分数据 | 第80-85页 |
