| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第16-27页 |
| 1.1 课题背景及意义 | 第16-18页 |
| 1.2 课题的研究现状与存在问题 | 第18-23页 |
| 1.3 本文主要工作和结构安排 | 第23-27页 |
| 1.3.1 本文的研究内容 | 第23-24页 |
| 1.3.2 论文的结构安排 | 第24-27页 |
| 第2章 智能电网分布式监控大数据管理架构 | 第27-36页 |
| 2.1 通用大数据架构设计模式 | 第27-30页 |
| 2.1.1 通用Lambda架构分析 | 第27-29页 |
| 2.1.2 通用Liquid架构分析 | 第29-30页 |
| 2.2 智能电网监控大数据应用架构 | 第30-35页 |
| 2.2.1 智能电网分布式监控流程需求分析 | 第30-31页 |
| 2.2.2 事件驱动的分布式监控数据管理架构 | 第31-34页 |
| 2.2.3 应用架构的技术方案与优势分析 | 第34-35页 |
| 2.2.3.1 以数据为中心的实时数据分发服务 | 第34页 |
| 2.2.3.2 分布式复杂事件处理技术 | 第34-35页 |
| 2.3 本章小结 | 第35-36页 |
| 第3章 以数据为中心的智能电网实时数据分发服务 | 第36-51页 |
| 3.1 实时数据分发服务规范 | 第36-40页 |
| 3.1.1 以数据为中心的通信中间件设计 | 第36-37页 |
| 3.1.2 以数据为中心的发布/订阅编程模型 | 第37-39页 |
| 3.1.3 实时发布/订阅通信与QOS服务质量 | 第39-40页 |
| 3.1.4 信息安全规范 | 第40页 |
| 3.2 智能电网实时数据分发服务架构设计 | 第40-49页 |
| 3.2.1 智能电网信息交换需求分析 | 第40-41页 |
| 3.2.2 以数据为中心的通信中间件技术优势 | 第41-43页 |
| 3.2.3 智能电网发布/订阅通信服务架构设计 | 第43-49页 |
| 3.2.3.1 智能电网数据通信服务模型 | 第43-46页 |
| 3.2.3.2 以数据为中心架构的信息模型 | 第46-49页 |
| 3.3 智能电网以数据为中心通信的信息安全管理 | 第49-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第4章 面向IEC61850的实时发布/订阅通信研究 | 第51-84页 |
| 4.1 智能电网IEC61850通信研究的发展 | 第51-53页 |
| 4.2 以数据为中心的IEC61850通信服务实现方法 | 第53-71页 |
| 4.2.1 IEC61850统一信息模型与通信服务 | 第53-56页 |
| 4.2.2 模型驱动软件工程方法的应用 | 第56-60页 |
| 4.2.3 ACSI信息模型的DDS映射方法 | 第60-67页 |
| 4.2.4 ACSI典型服务的统一DDS应用实现 | 第67-71页 |
| 4.3 基于DDS的GOOSE通信案例分析 | 第71-83页 |
| 4.3.1 GOOSE通信研究现状 | 第71-72页 |
| 4.3.2 智能变电站数据流特性分析 | 第72页 |
| 4.3.3 基于DDS的GOOSE通信与Qo S策略 | 第72-80页 |
| 4.3.4 GOOSE通信实验与测试分析 | 第80-83页 |
| 4.4 本章小结 | 第83-84页 |
| 第5章 分布式复杂事件处理应用技术 | 第84-113页 |
| 5.1 复杂事件处理核心模型 | 第84-90页 |
| 5.1.1 事件与事件关系 | 第84-87页 |
| 5.1.2 事件查询语言与规则 | 第87-90页 |
| 5.2 分布式复杂事件处理的系统模型 | 第90-92页 |
| 5.3 复杂事件处理系统的技术优势 | 第92页 |
| 5.4 智能电网语义复杂事件处理技术 | 第92-106页 |
| 5.4.1 基于本体的事件知识表示 | 第92-95页 |
| 5.4.1.1 本体理论的核心概念体系 | 第92-94页 |
| 5.4.1.2 事件本体研究及其意义 | 第94-95页 |
| 5.4.2 语义复杂事件处理本体知识的作用 | 第95-96页 |
| 5.4.3 智能电网语义复杂事件处理需求分析 | 第96-98页 |
| 5.4.4 基于本体的智能电网语义事件建模 | 第98-105页 |
| 5.4.4.1 智能电网事件本体建模的重要性 | 第98页 |
| 5.4.4.2 事件本体建模方法 | 第98-99页 |
| 5.4.4.3 智能电网AMI事件本体建模案例 | 第99-105页 |
| 5.4.5 分布式的语义复杂事件处理流程 | 第105-106页 |
| 5.5 以数据为中心的分布式复杂事件处理应用部署 | 第106-111页 |
| 5.5.1 分布式主动配电网实时管理需求 | 第106-107页 |
| 5.5.2 基于发布/订阅的复杂事件处理集成架构 | 第107-109页 |
| 5.5.3 面向全局数据空间的事件流注册管理 | 第109-111页 |
| 5.6 本章小结 | 第111-113页 |
| 第6章 自动需求响应智能用电分析应用 | 第113-138页 |
| 6.1 事件驱动自动需求响应互动应用技术 | 第113-127页 |
| 6.1.1 自动需求响应系统研究的发展 | 第113-114页 |
| 6.1.2 自动需求响应互动业务流程分析 | 第114-115页 |
| 6.1.3 基于DDS的自动需求响应CEP监测集成架构 | 第115-119页 |
| 6.1.4 基于CEP的用户需求响应性能实时监测分析 | 第119-125页 |
| 6.1.4.1 计算问题描述 | 第119-120页 |
| 6.1.4.2 CEP需求响应事件模型与监测规则 | 第120-122页 |
| 6.1.4.3 实时与历史数据混合查询算法与性能分析 | 第122-125页 |
| 6.1.4.4 R语言实现需求响应基线负荷计算 | 第125页 |
| 6.1.5 仿真实验及分析 | 第125-127页 |
| 6.2 智能电表负荷序列数据短期预测分析 | 第127-136页 |
| 6.2.1 短期负荷预测的非线性时间序列方法 | 第127-128页 |
| 6.2.2 短期负荷分段预测的问题描述 | 第128-129页 |
| 6.2.3 数据驱动的非参数回归模型预测方法 | 第129-132页 |
| 6.2.3.1 基于离散小波变换的形状相似性度量 | 第129-130页 |
| 6.2.3.2 函数小波核非参数回归预测方法 | 第130页 |
| 6.2.3.3 模糊C聚类改进的短期负荷预测算法 | 第130-132页 |
| 6.2.4 算例分析 | 第132-136页 |
| 6.3 本章小结 | 第136-138页 |
| 第7章 结论与展望 | 第138-142页 |
| 参考文献 | 第142-154页 |
| 攻读博士学位期间发表的论文及其它成果 | 第154-155页 |
| 攻读博士学位期间参加的科研工作 | 第155-156页 |
| 致谢 | 第156-157页 |
| 作者简介 | 第157页 |
