| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景 | 第10-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 非侵入式负荷特征研究现状 | 第13-14页 |
| 1.2.2 非侵入式负荷识别方法研究现状 | 第14-16页 |
| 1.3 论文研究内容及意义 | 第16页 |
| 1.4 论文组织结构 | 第16-20页 |
| 第二章 非侵入式负荷特征提取方法研究 | 第20-36页 |
| 2.1 引言 | 第20页 |
| 2.2 负荷特征提取方法 | 第20-30页 |
| 2.2.1 稳态特征提取 | 第21-27页 |
| 2.2.2 暂态特征提取 | 第27-30页 |
| 2.3 负荷特征组合 | 第30-35页 |
| 2.3.1 负荷特征提取与事件探测的关系 | 第30-32页 |
| 2.3.2 负荷特征组合的作用 | 第32-33页 |
| 2.3.3 负荷特征数据库的作用 | 第33-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 计及用户用电模式的非侵入式负荷特征数据库 | 第36-48页 |
| 3.1 引言 | 第36页 |
| 3.2 用户用电模式分析 | 第36-38页 |
| 3.3 基于AP聚类的负荷功率特征数据集 | 第38-44页 |
| 3.3.1 典型聚类算法 | 第38-41页 |
| 3.3.2 AP聚类算法基本原理 | 第41-42页 |
| 3.3.3 基于AP聚类算法的功率分区 | 第42-44页 |
| 3.4 典型居民负荷特征数据库 | 第44-48页 |
| 3.4.1 基于AP聚类的空调功率特征数据集 | 第44-45页 |
| 3.4.2 典型负荷特征数据库 | 第45-47页 |
| 3.4.3 本章小结 | 第47-48页 |
| 第四章 基于条件判断与遗传优化的非侵入式负荷分解 | 第48-64页 |
| 4.1 引言 | 第48页 |
| 4.2 非侵入式负荷分解模型 | 第48-51页 |
| 4.2.1 非侵入式负荷分解的数学模型 | 第48-50页 |
| 4.2.2 基于稳态功率的非侵入式负荷分解模型 | 第50-51页 |
| 4.3 基于条件判断与遗传优化的负荷识别 | 第51-55页 |
| 4.3.1 计及条件判断的负荷分解模型 | 第51-53页 |
| 4.3.2 基于条件判断和遗传优化的负荷分解流程 | 第53-55页 |
| 4.4 不同场景负荷辨识 | 第55-62页 |
| 4.4.1 场景设计 | 第56页 |
| 4.4.2 结合多元特征与工作状态合理性判断的负荷分解 | 第56-59页 |
| 4.4.3 基于用电特性差异进行空调负荷模式细分的作用 | 第59-60页 |
| 4.4.4 考虑用户用电行为辅助条件判断的作用 | 第60-62页 |
| 4.5 本章小结 | 第62-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 总结 | 第64-65页 |
| 5.2 展望 | 第65-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 作者简介 | 第74页 |