| 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9-12页 |
| 1.1.1 研究背景 | 第9-11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 |
| 1.3 本文研究内容及结构安排 | 第15-16页 |
| 第2章 楼宇能源管理与调度系统的理论与技术框架 | 第16-35页 |
| 2.1 楼宇能源管理与调度系统模型概述 | 第16-18页 |
| 2.1.1 楼宇能源管理与调度系统应用模型 | 第16-17页 |
| 2.1.2 楼宇能源管理系统数据服务模型 | 第17-18页 |
| 2.2 楼宇能源管理系统理论与技术基础 | 第18-24页 |
| 2.2.1 信息感知 | 第18-20页 |
| 2.2.2 网络与信息识别 | 第20-22页 |
| 2.2.3 数据处理 | 第22-24页 |
| 2.2.4 云技术 | 第24页 |
| 2.3 用能数据感知系统设计方案 | 第24-34页 |
| 2.3.1 数据感知系统概述 | 第24-26页 |
| 2.3.2 数据感知节点硬件方案 | 第26-31页 |
| 2.3.3 数据感知节点软件方案 | 第31-32页 |
| 2.3.4 云服务器 | 第32-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第3章 离散分子动理论优化算法用电调度优化 | 第35-51页 |
| 3.1 用电数据感知实验与负荷运行信息抽取 | 第35-36页 |
| 3.1.1 负荷信息检测识别 | 第35页 |
| 3.1.2 负荷信息综合与用户用电习惯分析 | 第35-36页 |
| 3.2 负荷分类及其负荷调度优化问题的数学抽象 | 第36-45页 |
| 3.2.1 负荷分类与建模 | 第36-41页 |
| 3.2.2 优化目标 | 第41页 |
| 3.2.3 负荷运行状态的编码 | 第41-42页 |
| 3.2.4 特性约束条件映射 | 第42-45页 |
| 3.3 离散二进制分子动理论优化算法用电调度优化 | 第45-50页 |
| 3.3.1 分子动理论优化算法 | 第45-46页 |
| 3.3.2 离散二进制分子动理论优化算法 | 第46-47页 |
| 3.3.3 离散式分子动理论优化算法用电调度实验 | 第47-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第4章 多目标分子动理论优化算法用电调度优化 | 第51-67页 |
| 4.1 多目标分子动理论优化算法 | 第51-56页 |
| 4.1.1 Pareto最优前沿 | 第51-53页 |
| 4.1.2 拥挤判定 | 第53-55页 |
| 4.1.3 算法的进化策略 | 第55-56页 |
| 4.2 算法性能测试 | 第56-61页 |
| 4.2.1 测试函数 | 第56-57页 |
| 4.2.2 评价指标 | 第57页 |
| 4.2.3 测试结果分析 | 第57-61页 |
| 4.3 多目标分子动理论优化算法用电调度实验 | 第61-64页 |
| 4.4 楼宇多用户综合用电调度优化实验 | 第64-66页 |
| 4.5 本章小结 | 第66-67页 |
| 第5章 智能楼宇用电负荷调度优化实验平台GUI设计 | 第67-72页 |
| 5.1 负荷调度优化实验平台的功能 | 第67-68页 |
| 5.2 GUI设计说明 | 第68-71页 |
| 5.3 本章小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-74页 |
| 6.1 本文的主要工作和成果 | 第72-73页 |
| 6.2 进一步工作展望 | 第73-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80-81页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第81页 |