论文创新点 | 第6-7页 |
摘要 | 第7-8页 |
ABSTRACT | 第8-9页 |
第一章 绪论 | 第13-22页 |
1.1 课题研究背景及意义 | 第13-16页 |
1.2 低压侧用电管理技术综述 | 第16-20页 |
1.2.1 低压侧用电管理发展与研究现状 | 第16-19页 |
1.2.2 低压侧用电管理技术的难点 | 第19-20页 |
1.3 本文研究思路与研究内容 | 第20-22页 |
第二章 低压侧用电环境与用电管理系统结构研究 | 第22-39页 |
2.1 低压侧电力使用环境 | 第22-24页 |
2.1.1 电力线路介绍 | 第22-23页 |
2.1.2 数学模型 | 第23-24页 |
2.2 低压用电设备调查 | 第24-30页 |
2.2.1 居民用电器种类调查 | 第24-26页 |
2.2.2 重要负荷情况分析 | 第26-29页 |
2.2.3 主要用电元件分析 | 第29-30页 |
2.3 低压侧用电负荷分类 | 第30-34页 |
2.3.1 家用电器分类整理 | 第31页 |
2.3.2 主要元件分类 | 第31-32页 |
2.3.3 工作模式分类 | 第32-34页 |
2.3.4 综合分类 | 第34页 |
2.4 用电管理系统结构框架研究 | 第34-38页 |
2.4.1 现场传感器 | 第35-36页 |
2.4.2 现场数据处理单元 | 第36页 |
2.4.3 集中负荷辨识单元 | 第36-37页 |
2.4.4 数据应用层 | 第37页 |
2.4.5 展示层 | 第37-38页 |
2.5 本章小结 | 第38-39页 |
第三章 现场传感器的关键技术研究 | 第39-61页 |
3.1 引言 | 第39页 |
3.2 电能表 | 第39-40页 |
3.3 数据描述模型的研究 | 第40-48页 |
3.3.1 原始信号分析 | 第42-43页 |
3.3.2 描述模型 | 第43-45页 |
3.3.3 事件重叠概率 | 第45-48页 |
3.4 事件描述模型的算法实现 | 第48-56页 |
3.4.1 主流程 | 第49-50页 |
3.4.2 稳定态 | 第50-52页 |
3.4.3 边缘事件探测 | 第52-53页 |
3.4.4 边缘事件辨别 | 第53页 |
3.4.5 新稳态探测 | 第53-55页 |
3.4.6 特征值计算方法 | 第55-56页 |
3.5 实验结果与数据分析 | 第56-60页 |
3.5.1 模拟实验 | 第57-58页 |
3.5.2 现地实验 | 第58-60页 |
3.6 本章小结 | 第60-61页 |
第四章 负荷特性辨识的关键问题研究 | 第61-88页 |
4.1 引言 | 第61-62页 |
4.2 聚类算法 | 第62-76页 |
4.2.1 聚类算法的研究现状 | 第63-64页 |
4.2.2 Mean-shift聚类算法的原型 | 第64-66页 |
4.2.3 收敛性 | 第66页 |
4.2.4 经典Mean-shift聚类的流程实现 | 第66-67页 |
4.2.5 Mean-shift在事件聚类中的应用与改动 | 第67-71页 |
4.2.6 实验示例与结果分析 | 第71-75页 |
4.2.7 小结 | 第75-76页 |
4.3 负荷辨识算法 | 第76-86页 |
4.3.1 负荷类别的非参数判别 | 第76-78页 |
4.3.2 多元线性判别函数 | 第78-80页 |
4.3.3 实验示例与结果分析 | 第80-86页 |
4.3.4 小结 | 第86页 |
4.4 本章小结 | 第86-88页 |
第五章 低压侧负荷管理模式的研究 | 第88-102页 |
5.1 传统负荷管理模式 | 第88-93页 |
5.1.1 软管理 | 第89-92页 |
5.1.2 硬管理 | 第92-93页 |
5.2 基于负荷辨识的新管理模式 | 第93-100页 |
5.2.1 负荷必要性分类 | 第94-95页 |
5.2.2 软管理 | 第95-96页 |
5.2.3 硬管理 | 第96-99页 |
5.2.4 新管理模式效果预测 | 第99-100页 |
5.3 本章小节 | 第100-102页 |
第六章 应用实例及分析 | 第102-110页 |
6.1 应用背景介绍 | 第102页 |
6.2 信息交互界面 | 第102-104页 |
6.3 数据分析示例 | 第104-110页 |
第七章 总结与展望 | 第110-112页 |
7.1 总结 | 第110页 |
7.2 展望 | 第110-112页 |
参考文献 | 第112-118页 |
发表文章目录 | 第118-119页 |
致谢 | 第119页 |