| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 目录 | 第6-9页 |
| 第1章 绪论 | 第9-31页 |
| 1.1 引言 | 第9-10页 |
| 1.2 信息物理融合系统概述 | 第10-16页 |
| 1.2.1 信息物理融合系统的定义 | 第10-11页 |
| 1.2.2 信息物理融合系统的主要研究方向 | 第11-13页 |
| 1.2.3 信息物理融合系统的主要研究进展 | 第13-16页 |
| 1.3 信息物理能源系统概述 | 第16-19页 |
| 1.3.1 信息物理能源系统基本概念 | 第16-18页 |
| 1.3.2 信息物理能源系统特点与面临的挑战 | 第18-19页 |
| 1.4 信息物理能源系统需求侧协作测量与能效优化关键技术 | 第19-27页 |
| 1.4.1 信息物理能源系统高级计量体系 | 第19-22页 |
| 1.4.2 信息物理能源系统非侵入式负荷辨识测量 | 第22-23页 |
| 1.4.3 信息物理能源系统的用电负荷预测 | 第23-25页 |
| 1.4.4 信息物理能源系统需求侧用电能效优化 | 第25-27页 |
| 1.5 论文主要研究内容 | 第27-29页 |
| 1.6 论文内容结构和章节安排 | 第29-31页 |
| 第2章 信息物理能源系统非侵入式用电负荷协作辨识测量 | 第31-49页 |
| 2.1 引言 | 第31-32页 |
| 2.2 非侵入式用电负荷平稳特征辨识测量 | 第32-35页 |
| 2.2.1 基于容忍误差的用电负荷平稳特征判定 | 第32-33页 |
| 2.2.2 负荷平稳特征贝叶斯经验学习辨识测量 | 第33-35页 |
| 2.3 非侵入式用电负荷瞬态特征多模协作辨识测量 | 第35-42页 |
| 2.3.1 用电负荷瞬态过程小波包特征提取 | 第35-36页 |
| 2.3.2 用电负荷瞬态过程主分量特征约简 | 第36-37页 |
| 2.3.3 用电负荷瞬态特征协作高斯过程分类辨识测量 | 第37-42页 |
| 2.4 需求侧非侵入式用电负荷辨识协作测量实验 | 第42-48页 |
| 2.5 本章总结 | 第48-49页 |
| 第3章 信息物理能源系统协作测量网络能效性数据传输 | 第49-61页 |
| 3.1 引言 | 第49页 |
| 3.2 信息物理能源系统协作测量网络模型 | 第49-51页 |
| 3.3 协作测量网络智能水滴能效性数据传输 | 第51-57页 |
| 3.3.1 协作测量网络能效性数据传输问题描述 | 第51-52页 |
| 3.3.2 智能水滴算法基本原理 | 第52-54页 |
| 3.3.3 半监督式智能水滴路由优化算法 | 第54-57页 |
| 3.4 信息物理能源系统协作测量网络路由优化仿真实验 | 第57-60页 |
| 3.4.1 物理仿真实验环境设定 | 第57页 |
| 3.4.2 网络节点平均能耗实验 | 第57-58页 |
| 3.4.3 网络总能耗实验 | 第58-60页 |
| 3.5 本章小结 | 第60-61页 |
| 第4章 信息物理关联用电负荷预测 | 第61-81页 |
| 4.1 引言 | 第61页 |
| 4.2 用电负荷测量特征 | 第61-64页 |
| 4.3 用电负荷机器学习预测 | 第64-70页 |
| 4.3.1 局部支持向量回归用电负荷预测方法 | 第64-67页 |
| 4.3.2 稀疏贝叶斯学习用电负荷概率预测方法 | 第67-70页 |
| 4.4 用电负荷多分辨率信号分析 | 第70-73页 |
| 4.4.1 基于小波的用电负荷特征分解分析 | 第70-72页 |
| 4.4.2 基于经验模态分解的用电负荷多分辨率分析 | 第72-73页 |
| 4.5 基于信息物理关联性计算的冗余测量数据约简 | 第73-75页 |
| 4.6 分层特征加权稀疏贝叶斯用电负荷概率预测方法 | 第75-76页 |
| 4.7 信息物理关联用电负荷预测仿真实验 | 第76-80页 |
| 4.8 本章小结 | 第80-81页 |
| 第5章 信息物理能源系统需求侧用电能效优化 | 第81-99页 |
| 5.1 引言 | 第81页 |
| 5.2 基于用电负荷预测的峰谷动态电价 | 第81-86页 |
| 5.2.1 动态电价模型 | 第81-83页 |
| 5.2.2 基于高峰判据和过度用电判据的峰谷动态电价理论计算模型 | 第83-84页 |
| 5.2.3 动态电价背景下的用电时间能效优化约束条件 | 第84-86页 |
| 5.3 基于福利函数的用电能效性评价方法 | 第86-88页 |
| 5.3.1 用电延时成本修正 | 第86页 |
| 5.3.2 用电能效性福利函数评价指标 | 第86-88页 |
| 5.4 虚拟力监督粒子群用电能效优化 | 第88-93页 |
| 5.4.1 用电时间元概述 | 第88页 |
| 5.4.2 虚拟力算法基本原理 | 第88-90页 |
| 5.4.3 粒子群算法基本原理 | 第90-92页 |
| 5.4.4 虚拟力监督粒子群优化算法 | 第92-93页 |
| 5.5 信息物理能源系统需求侧用电时间能效性优化实验 | 第93-98页 |
| 5.6 本章小结 | 第98-99页 |
| 第6章 信息物理能源系统需求侧测量系统设计与验证 | 第99-118页 |
| 6.1 引言 | 第99页 |
| 6.2 电能信息测量无线传感节点设计 | 第99-106页 |
| 6.2.1 电能信息测量模块 | 第99-103页 |
| 6.2.2 无线通信模块 | 第103-104页 |
| 6.2.3 供电模块 | 第104-105页 |
| 6.2.4 无线传感节点通信协议 | 第105页 |
| 6.2.5 基于国网通信标准的无线智能抄表节点 | 第105-106页 |
| 6.3 信息物理能源系统需求侧测量软件系统平台 | 第106-111页 |
| 6.3.1 系统软件平台主要功能 | 第107-110页 |
| 6.3.2 上位机数据库存储格式 | 第110-111页 |
| 6.4 需求侧用电在线监测、负荷辨识测量与用电预测实验验证 | 第111-117页 |
| 6.4.1 用电网络负荷在线监测实验验证 | 第111-113页 |
| 6.4.2 非侵入式负荷协作辨识测量实验验证 | 第113-115页 |
| 6.4.3 用电负荷测量预测实验验证 | 第115-117页 |
| 6.5 本章小结 | 第117-118页 |
| 第7章 总结与展望 | 第118-121页 |
| 7.1 论文内容与工作总结 | 第118-119页 |
| 7.2 论文主要创新点 | 第119页 |
| 7.3 下一步工作展望 | 第119-121页 |
| 参考文献 | 第121-132页 |
| 个人简历、在学期间发表的学术论文 | 第132-133页 |
