| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 负荷调度国外研究现状 | 第10-12页 |
| 1.2.2 负荷调度国内研究现状 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13-16页 |
| 第2章 基于居民用电行为的楼宇用户分类 | 第16-26页 |
| 2.1 引言 | 第16页 |
| 2.2 用户用电行为分析研究现状 | 第16-17页 |
| 2.3 常见的聚类分析算法 | 第17-20页 |
| 2.3.1 传统聚类算法 | 第17-18页 |
| 2.3.2 经典聚类算法 | 第18-20页 |
| 2.4 基于改进FCM算法的用户用电行为分析 | 第20-23页 |
| 2.4.1 加权FCM算法 | 第20-21页 |
| 2.4.2 楼宇用户聚类基本流程 | 第21-22页 |
| 2.4.3 用户用电行为分析实验 | 第22-23页 |
| 2.5 楼宇用户分类 | 第23-24页 |
| 2.5.1 楼宇用户用电负荷分类 | 第23-24页 |
| 2.5.2 楼宇用户分类及分析 | 第24页 |
| 2.6 本章小结 | 第24-26页 |
| 第3章 楼宇微电网负荷用电优化调度数学模型 | 第26-34页 |
| 3.1 楼宇微电网概述 | 第26页 |
| 3.2 自动需求响应技术 | 第26-27页 |
| 3.3 楼宇负荷调度系统整体架构设计 | 第27-30页 |
| 3.3.1 楼宇微电网能量管理系统 | 第27-28页 |
| 3.3.2 高级量测体系 | 第28-29页 |
| 3.3.3 楼宇微电网用户负荷用电调度系统 | 第29-30页 |
| 3.4 楼宇负荷用电优化调度数学模型 | 第30-33页 |
| 3.4.1 目标函数 | 第30-32页 |
| 3.4.2 约束条件 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 改进万有引力搜索算法在楼宇微网四类用户用电优化调度中的应用 | 第34-54页 |
| 4.1 引言 | 第34页 |
| 4.2 万有引力搜索算法 | 第34-37页 |
| 4.2.1 万有引力搜索算法基本原理 | 第34-35页 |
| 4.2.2 万有引力搜索算法描述 | 第35-36页 |
| 4.2.3 万有引力搜索算法流程 | 第36-37页 |
| 4.3 基于生物寄生行为的双种群万有引力搜索算法 | 第37-42页 |
| 4.3.1 生物寄生行为 | 第38页 |
| 4.3.2 记忆和群体信息共享能力 | 第38-39页 |
| 4.3.3 基于生物寄生行为的双种群万有引力搜索算法模型 | 第39-40页 |
| 4.3.4 PBGSA算法流程 | 第40-41页 |
| 4.3.5 测试函数及实验分析 | 第41-42页 |
| 4.4 基于PBGSA的楼宇四类用户用电优化调度实验 | 第42-52页 |
| 4.4.1 实验参数设置 | 第43-45页 |
| 4.4.2 仿真实验及结果分析 | 第45-52页 |
| 4.5 本章小结 | 第52-54页 |
| 第5章 基于多目标PBGSA的楼宇多用户用电优化调度 | 第54-67页 |
| 5.1 引言 | 第54页 |
| 5.2 多目标优化问题基本概念 | 第54-55页 |
| 5.2.1 多目标优化数学模型 | 第54-55页 |
| 5.2.2 多目标优化相关定义 | 第55页 |
| 5.3 改进多目标PBGSA | 第55-60页 |
| 5.3.1 传统多目标优化算法的解法 | 第55-56页 |
| 5.3.2 非支配排序法 | 第56-57页 |
| 5.3.3 精英选择策略 | 第57-59页 |
| 5.3.4 多目标PBGSA求解楼宇负荷调度模型进程 | 第59-60页 |
| 5.4 楼宇多用户负荷用电优化调度实验 | 第60-65页 |
| 5.4.1 实验参数配置 | 第61-62页 |
| 5.4.2 仿真结果及分析 | 第62-65页 |
| 5.5 本章小结 | 第65-67页 |
| 第6章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第74页 |
