| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 居民负荷特性研究现状 | 第12-13页 |
| 1.2.2 电力用户分类研究现状 | 第13-15页 |
| 1.2.3 居民用电行为特性研究现状 | 第15-16页 |
| 1.3 课题来源 | 第16页 |
| 1.4 本文主要内容 | 第16-20页 |
| 第2章 负荷特性与基本研究方法分析 | 第20-31页 |
| 2.1 引言 | 第20页 |
| 2.2 电力负荷特性指标 | 第20-25页 |
| 2.2.1 描述类指标 | 第21-22页 |
| 2.2.2 比较类指标 | 第22-24页 |
| 2.2.3 曲线类指标 | 第24-25页 |
| 2.3 负荷特性主要影响因素 | 第25-27页 |
| 2.3.1 电价政策的影响 | 第25页 |
| 2.3.2 电力供应能力的影响分析 | 第25-26页 |
| 2.3.3 需求侧管理措施的影响分析 | 第26页 |
| 2.3.4 气温气候的影响 | 第26页 |
| 2.3.5 政策因素的影响分析 | 第26页 |
| 2.3.6 收入水平、生活水平提高和消费观念变化的影响分析 | 第26-27页 |
| 2.4 负荷特性分析方法 | 第27-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第3章 典型用户筛选模型研究 | 第31-42页 |
| 3.1 引言 | 第31-32页 |
| 3.2 电力用户负荷分解 | 第32-33页 |
| 3.3 算法分析 | 第33-36页 |
| 3.3.1 自适应模糊c均值算法 | 第33-35页 |
| 3.3.2 灰色关联度分析法 | 第35-36页 |
| 3.4 电力用户负荷数据聚类分析 | 第36-38页 |
| 3.4.1 原始数据来源 | 第36-37页 |
| 3.4.2 用户基本日负荷曲线聚类分析 | 第37页 |
| 3.4.3 用户夏季降温负荷曲线聚类分析 | 第37-38页 |
| 3.5 典型用户筛选策略 | 第38-41页 |
| 3.5.1 典型用户筛选模型 | 第38页 |
| 3.5.2 典型用户筛选结果 | 第38-39页 |
| 3.5.3 比较分析 | 第39-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第4章 基于负荷分解的用户差异化用电行为特性分析 | 第42-50页 |
| 4.1 引言 | 第42页 |
| 4.2 电力用户负荷特性分析 | 第42-45页 |
| 4.2.1 用户基本负荷特性分析 | 第42-44页 |
| 4.2.2 用户夏季降温负荷特性分析 | 第44-45页 |
| 4.3 用户差异化用电行为特性分析 | 第45-48页 |
| 4.3.1 电力用户重新分类 | 第45-46页 |
| 4.3.2 用户用电行为特性分析 | 第46-48页 |
| 4.3.3 比较分析 | 第48页 |
| 4.4 本章小结 | 第48-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 附录A (攻读学位期间所发表的学术论文目录) | 第57-58页 |
| 附录B (攻读学位期间所参加的科研项目目录) | 第58页 |