| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.1.1 课题研究背景 | 第9页 |
| 1.1.2 课题研究意义 | 第9-10页 |
| 1.2 研究内容 | 第10-11页 |
| 1.3 论文组织结构 | 第11-13页 |
| 第二章 能耗预测模型研究情况 | 第13-17页 |
| 2.1 国外研究情况 | 第13-14页 |
| 2.2 国内研究情况 | 第14-16页 |
| 2.3 本章小结 | 第16-17页 |
| 第三章 递归神经网络(RNN) | 第17-41页 |
| 3.1 时间序列预测问题描述 | 第17-18页 |
| 3.1.1 影响时间序列预测的因素 | 第17页 |
| 3.1.2 预测时间序列的模型分类 | 第17-18页 |
| 3.2 递归神经网络模型RNN结构与性质 | 第18-22页 |
| 3.2.1 模型符号设定 | 第18-19页 |
| 3.2.2 神经网络 | 第19-20页 |
| 3.2.3 RNN的核心思路和推导 | 第20-22页 |
| 3.3 长时间记忆网络模型LSTM | 第22-29页 |
| 3.3.1 传统RNN的问题与LSTM对问题的解决方法 | 第23-24页 |
| 3.3.2 LSTM模型的设计 | 第24页 |
| 3.3.3 LSTM模型的核心思路和推导 | 第24-29页 |
| 3.4 LSTM的改进CW-LSTM模型 | 第29-31页 |
| 3.5 算法实现分析 | 第31-40页 |
| 3.5.1 数据特征选取 | 第31-32页 |
| 3.5.2 爬取外部数据 | 第32-33页 |
| 3.5.3 异常数据处理 | 第33-37页 |
| 3.5.4 LSTM网络结构定义 | 第37-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第四章 基于能耗需求的节能调节模型 | 第41-52页 |
| 4.1 节能调节模型的决策依据 | 第41-44页 |
| 4.2 空调温度节能调节模型 | 第44-48页 |
| 4.2.1 空调负荷计算模型 | 第45-46页 |
| 4.2.2 空调温度调节模型 | 第46-48页 |
| 4.3 氢气能蓄电错峰调节模型 | 第48-51页 |
| 4.3.1 需求侧管理的概念 | 第48页 |
| 4.3.2 氢气能蓄电错峰调节方式 | 第48-49页 |
| 4.3.3 氢气能蓄电错峰调节模型研究 | 第49-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 模型系统实验 | 第52-62页 |
| 5.1 实验准备 | 第52-56页 |
| 5.1.1 数据采集 | 第52页 |
| 5.1.2 数据清洗 | 第52-54页 |
| 5.1.3 特征选取 | 第54-55页 |
| 5.1.4 特征转换 | 第55-56页 |
| 5.2 公共数据集的实验效果对比 | 第56-57页 |
| 5.3 实际环境测试 | 第57-58页 |
| 5.4 空调节能调节模型的节能效果 | 第58-59页 |
| 5.5 氢气能蓄电错峰调节模型的错峰效果 | 第59-61页 |
| 5.6 实验结论 | 第61页 |
| 5.7 本章小结 | 第61-62页 |
| 总结与展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 攻读硕士学位期间取得的研究成果 | 第67-68页 |
| 致谢 | 第68-69页 |
| 附件 | 第69页 |