首页--工业技术论文--电工技术论文--输配电工程、电力网及电力系统论文--理论与分析论文--电力系统规划论文

基于分布式图计算的短期负荷预测技术研究

摘要第5-6页
Abstract第6页
第一章 绪论第9-15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 负荷预测方法研究现状第10-11页
        1.2.2 大数据分布式图计算研究现状第11-12页
        1.2.3 基于大数据的负荷预测技术研究现状第12-13页
    1.3 论文的主要工作及安排第13-15页
        1.3.1 主要研究内容第13页
        1.3.2 组织结构第13-15页
第二章 负荷预测概率图模型第15-29页
    2.1 影响负荷的因素分析第15-18页
        2.1.1 日类型和负荷之间的关联分析第15-16页
        2.1.2 温度和负荷之间的关联分析第16-17页
        2.1.3 湿度和负荷之间的关联分析第17-18页
    2.2 概率图理论与典型模型第18-23页
        2.2.1 贝叶斯网络模型第20-21页
        2.2.2 马尔可夫模型第21-22页
        2.2.3 动态贝叶斯模型第22-23页
    2.3 基于动态贝叶斯的负荷预测概率图模型第23-28页
        2.3.1 计及多因子的负荷预测概率图模型结构第23-24页
        2.3.2 负荷预测概率的前向-后向推理算法第24-28页
    2.4 本章小结第28-29页
第三章 分布式图计算平台搭建及算法流程设计第29-39页
    3.1 总体思路第29-30页
    3.2 开发平台搭建第30-35页
        3.2.1 数据存储层第32-33页
        3.2.2 分布式计算层第33-35页
        3.2.3 图计算应用层第35页
    3.3 负荷预测分布式图计算流程设计及关键技术研究第35-37页
        3.3.1 流程设计第35-37页
        3.3.2 关键技术第37页
    3.4 本章小结第37-39页
第四章 多源数据处理第39-51页
    4.1 数据清洗及质量检查第39-43页
        4.1.1 数据清洗第39-41页
        4.1.2 数据质量检查第41-43页
    4.2 数据的格式转换第43-45页
        4.2.1 数据导入与存储第43-44页
        4.2.2 多源数据结构设计第44-45页
    4.3 数据状态区间划分第45-49页
        4.3.1 负荷状态划分第46-47页
        4.3.2 日类型状态划分第47-48页
        4.3.3 温度状态划分第48页
        4.3.4 湿度状态划分第48-49页
    4.4 本章小结第49-51页
第五章 概率图的分布式并行计算第51-67页
    5.1 负荷聚类第51-53页
        5.1.1 K-均值聚类算法第51-52页
        5.1.2 配变聚类第52-53页
    5.2 图数据库建立第53-58页
        5.2.1 GraphX的图数据结构及存储第54页
        5.2.2 负荷预测数据在GraphX中的重构第54-58页
    5.3 概率矩阵计算第58-62页
        5.3.1 状态转移概率矩阵第58-61页
        5.3.2 先验概率矩阵第61页
        5.3.3 日类型条件概率矩阵第61页
        5.3.4 温度条件概率矩阵第61-62页
        5.3.5 湿度条件概率矩阵第62页
    5.4 基于动态贝叶斯的负荷预测算法实现第62-64页
        5.4.1 概率图主程序算法流程第62-63页
        5.4.2 负荷预测算法的并行化实现第63-64页
    5.5 本章小结第64-67页
第六章 实验算例与分析第67-73页
    6.1 数据说明及实验平台第67页
    6.2 实验结果与分析第67-72页
        6.2.1 日负荷曲线分析第67-71页
        6.2.2 图计算性能分析第71-72页
    6.3 本章小结第72-73页
第七章 总结和展望第73-75页
    7.1 论文总结第73页
    7.2 下一步工作第73-75页
攻读硕士期间取得的成果第75-77页
致谢第77-79页
参考文献第79-82页

论文共82页,点击 下载论文
上一篇:基于超声波电机的线路巡检机器人伺服控制系统的研究
下一篇:面向负荷快速响应的频率测量算法研究