| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 选题背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 国内外能源互联网的研究现状 | 第12-13页 |
| 1.2.2 国内外大数据的研究现状 | 第13-14页 |
| 1.2.3 国内外大数据在电力能源领域的研究现状 | 第14-15页 |
| 1.3 本文研究内容 | 第15-17页 |
| 第2章 能源互联网大数据应用有关理论 | 第17-23页 |
| 2.1 能源互联网 | 第17-20页 |
| 2.1.1 能源互联网的基本概念 | 第17-18页 |
| 2.1.2 能源互联网特性分析 | 第18-20页 |
| 2.2 大数据 | 第20-21页 |
| 2.2.1 大数据的基本概念 | 第20页 |
| 2.2.2 大数据特性分析 | 第20-21页 |
| 2.3 能源互联网大数据应用 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 能源互联网大数据来源分析及数据挖掘方法 | 第23-31页 |
| 3.1 能源互联网大数据来源分析 | 第23-25页 |
| 3.1.1 数据分析原则 | 第23页 |
| 3.1.2 数据来源分析 | 第23-25页 |
| 3.2 能源互联网大数据分析方法 | 第25-29页 |
| 3.2.1 数据挖掘流程 | 第25-27页 |
| 3.2.2 数据挖掘方法 | 第27-29页 |
| 3.3 本章小结 | 第29-31页 |
| 第4章 能源互联网大数据典型应用场景构建 | 第31-46页 |
| 4.1 能源互联网大数据典型应用场景构建流程 | 第31-33页 |
| 4.2 能源互联网大数据典型应用场景分析 | 第33-44页 |
| 4.2.1 源侧：基于云理论的分布式能源出力预测 | 第33-36页 |
| 4.2.2 网侧：基于理想点法的分布式微网系统可靠性综合评价 | 第36-39页 |
| 4.2.3 荷侧：基于人机交互的智能用电侧终端响应平台 | 第39-42页 |
| 4.2.4 储侧：基于车网协同的充放电运营模式分析 | 第42-44页 |
| 4.3 本章小结 | 第44-46页 |
| 第5章 实例分析：基于结构方程的电力市场效率优化路径方法研究 | 第46-61页 |
| 5.1 结构方程原理 | 第46-48页 |
| 5.2 结构方程对电力市场建模的适用性 | 第48-49页 |
| 5.3 电力市场的结构方程建模方法 | 第49-53页 |
| 5.3.1 定义关键指标并确定潜变量 | 第50-51页 |
| 5.3.2 构建结构方程模型 | 第51-52页 |
| 5.3.3 结构方程模型的估计和检验 | 第52-53页 |
| 5.4 算例分析 | 第53-59页 |
| 5.4.1 电力市场结构方程模型的搭建 | 第53-58页 |
| 5.4.2 模型结果的检验和分析 | 第58-59页 |
| 5.5 本章小结 | 第59-61页 |
| 第6章 研究成果和结论 | 第61-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第69-70页 |
| 致谢 | 第70页 |
