一、通过线损率计算监测大用户用电（论文文献综述）
陈曦,宋纯贺,王天然[1]（2022）在《大范围低压供电区电力消费及窃电规律研究》文中研究指明针对国内外在220 V和380 V供电电压的低压地区电力消耗的研究较少,很难探究实时线损的问题。对供电、用电、线损、窃电4个方面进行数据分析,建立统计模型与聚类模型,探索电力消费和窃电的规律。利用时间序列分析、频谱分析、概率密度函数、互补累积分布函数的统计模型进行分析。结果表明窃电用户用电周期是正常用户的2倍,窃电用户的日均用电量大于正常用户,窃电用户在台区线损率大于40%时数量激增,线损率到达65%时数量放缓,可以优先排查此区间的台区。基于时间序列相似度度量和k-means聚类相结合的聚类模型,将566个台区365维的时间序列聚类得到6类不同的台区线损率模式,并通过核密度估计对比了他们的分布差别,可以帮助快速排查出重点窃电台区并监测线损率改善的情况。
黄莉雅,倪凡,舒彧,杨耀[2]（2021）在《基于边缘计算的异常用电检测算法研究》文中认为本文提出了一种以边缘计算为主要方法的用电异常检测算法模型。边缘计算作为该系统的中间层,实时监测判断是否有异常用电行为嫌疑,有嫌疑的用户用电数据会被云平台建立混合深度神经网络模型进行分析得出最后的判断结果。实验表明,该文章提出的基于边缘计算的异常用电检测算法不仅能够降低云平台的负载提高效率,还能够实时准确地检测出异常用电用户。
杨蕙嘉[3]（2021）在《输电网项目视角下可再生能源消纳时空特征及驱动模型》文中研究表明随着能源发展变革的不断推进,以风能、太阳能为代表的可再生能源正逐步替代传统化石能源,成为实现健康可持续发展的重要选择。中国可再生能源资源禀赋丰富,电力作为可再生能源开发利用的主要方式,开发利用前景广阔,中国可再生能源产业及市场发展水平处于世界前列。但在可再生能源开发利用快速发展的同时,存在重开发轻消纳、省域发展不平衡不充分等问题,限制了可再生能源的跨越式发展。电网输电项目,尤其是特高压项目,在促进可再生能源大规模优化配置中有重要作用,是实现可再生能源大规模、高比例、高质量、市场化发展的重要基础设施支撑。“十四五”时期是推动我国能源清洁低碳绿色转型的关键窗口期。2020年中国提出了二氧化碳排放力争于2030年前达到峰值,努力争取2060年前实现碳中和的目标。面对新形势要求,加快能源变革,以可再生能源为主导转变能源生产方式,以电为中心转变能源消费方式,以大电网互联转变能源配置方式,将有力推动构建以新能源为主体的新型电力系统,切实贯彻落实高质量发展战略。面对新形势下的问题与目标,探索实现可再生能源利用水平发展特征及区域协同具有重要意义。本文以电网输电项目建设时序模型为基础,以2015-2019年中国31个省域可再生能源开发利用为研究对象,开展可再生能源开发利用“格局-机理-模拟”的研究,定量刻画研究我国可再生能源消纳的时空格局特征与演化趋势,探讨省域的空间作用与驱动机制,并进行省域演化模拟。本文的主要研究内容及成果包括以下几个方面:（1）构建了中国跨省跨区输电项目空间权重矩阵模型。研究系统梳理中国区域电网与特高压项目的建设发展历程及电力输送特点,基于2015-2019年跨省跨区输电网项目建设投运时序数据,建立输电项目空间权重矩阵,研究其连通性时空演化特征,为后续省域电力经济分析提供基础工具。（2）分析了中国省域可再生能源开发利用格局及时空演化特征。运用空间计量经济分析工具,识别分析中国3 1个省域可再生能源资源禀赋、装机出力、电力消纳的时空分布与匹配特征;研究表明,开发利用格局均分布向东南方向偏移,开发指标呈扩散均衡特征,利用消纳指标呈集聚趋势。基于输电项目空间权重矩阵,研究省域可再生能源消纳水平的空间异质性与依赖性的时序发展特征;空间总体消纳格局由单核极化集聚向多极扩散演化,集聚地区由北部地区向西北地区和东北地区局部省份扩散。针对省域可再生能源消纳在输电项目联通关系下的四类特征,探讨各类型省域动态演化规律及转移路径;不同消纳类型的省域间存在6种转化关系,8条转化路径,各类型转化概率有显着差异,区域增长极的极化与溢出效应依赖电网项目关系在类型转化中发挥关键作用。（3）建立了基于输电项目联通的省域可再生能源消纳影响因素驱动分析模型。通过文献查阅和资料收集,本文从消纳环境因素、基础设施因素、能源结构因素和市场政策因素4个维度,识别分析用电增长率、新能源市场化交易等8个影响因素及其时空特征。基于输电项目空间权重矩阵,以2015-2019年31个省域的空间面板数据,从全国总样本、地区样本、阶段样本三个角度构建影响因素驱动机制分析模型,定量测度各影响因素对省域可再生能源消纳水平的直接效应与间接效应,分析省域内、外生动力作用机制及时空演化特征。结果表明,在输电项目联通关系下,省域经济水平、用电增长潜力、市场化交易因素在省域间具有良好的空间溢出效应,能够逐步发挥溢出驱动作用拉动消纳水平。（4）开展了省域可再生能源消纳动态演化模拟研究。基于电网输电项目联通关系下的省域可再生能源消纳格局特征、空间作用规律、省域消纳特征及其转移概率,设定自然发展与碳达峰政策两类发展情景,运用CLUE-S模型研究不同政策情景下到2025年、2030年省域可再生能源消纳特征的演化特征。两情景下各省域可再生能源消纳类型转移均表现为高值类型演化为主向低值类型演化为主,但在碳达峰情景设定下省域类型转化更为活跃,且低值类型演化起步较早。综合来看,沿“内蒙-华北”“西北-华中”方向继续向华中、华东地区延伸优化电网输电项目的规划布局,畅通并优化现有高消纳地区的拉动作用,培育并激活潜在增长极发展将促进省域可再生能源消纳水平提升。所建立的模型为合理规划省域可再生能源消纳政策提供可靠理论方法和决策工具。本文基于省域电网输电项目关系建模,以系统性、时序性的空间经济思维围绕省域可再生能源开发利用开展“格局-机制-模拟”研究,是对能源电力领域理论体系与实践应用领域的创新与补充。研究成果从电网项目和省域规划视角为可再生能源开发利用提供政策建议和研究工具,为制定可再生能源开发利用战略政策与电网输电项目规划布局提供理论与实证参考。
保富,黄祖源[4]（2021）在《基于流计算的大客户用能智能分析方法》文中研究表明针对大客户用电用能综合分析及无法及时发现用电异常的问题,设计了一种基于流计算下大客户用能智能分析方法。首先给出了大客户用能智能分析系统的整体构架,并从软硬件功能需求方面进行了描述。依托流计算技术实时处理能力和高性能数据吞吐能力实时处理采集到的数据,运用机器学习按照用户综合用能分析数学模型和窃电识别模型学习处理异常数据。并对高风险用户一定周期内的线损计算曲线、用能曲线以及电压、电流等电气数据进行展示,为大客户智能用能提供辅助支撑。
蔡嘉辉[5]（2021）在《基于数据驱动的线损异常智能分析方法研究及应用》文中认为线损异常管理问题是限制电网发展的重要因素,解决该问题有助于实现配电台区的降损节能,对电网规划建设具有重要指导意义。近年来,随着大数据、人工智能等先进技术的蓬勃发展,传统电网向智能电网转变,智能电表和电力用户用电采集系统在供电企业逐步普及,常规的以人工筛查为主的线损管理方法,由于不能有效反映电力数据间的相互关系,限制了线损分析和线损异常诊断的实时性与准确性,严重制约了线损管理效率。基于此,将大数据和深度学习理论相结合,采用基于数据驱动的方式解决线损异常相关问题,是线损异常管理方法发展的必然趋势。本文的主要工作如下:（1）针对采集的台区线损统计表中存在的台区统计线损率数据缺失,导致无法对该台区是否线损异常进行判定的问题,提出了基于DNN的台区统计线损率预测填充方法以及基于LSTM时间序列算法的台区统计线损率预测填充方法,实现了台区统计线损率缺失数据的有效预测。（2）针对线损异常台区判定的统计线损率考核阈值设定过于宽泛、且所有台区的统计线损率考核阈值设定相同,缺乏精细化管理的问题,提出了基于台区理论线损率的精细化阈值设定方法。首先,针对理论线损率的计算难点,采用了基于1D-CNN的理论线损率计算方法,方便、有效地计算台区理论线损率;其次,依据计算的台区理论线损率对台区进行分类,并为各类台区设定了合理的统计线损率考核阈值。（3）为了解决线损异常的问题,对线损异常原因进行溯源。首先,重点分析了用户窃电导致的台区线损异常问题,提出了基于Dense Net-RF的电力用户窃电检测算法。其次,分析了其它多种线损异常原因,并提出对应的线损异常检测方法。最后,形成了电网整体线损异常分析流程。（4）根据功能需求,开发了台区线损异常智能诊断系统。基于C/S构架完成了数据存储与管理、线损异常台区查询、线损异常诊断分析、缺失数据填充、闭环管理等软件功能模块,实现了线损异常的有效分析与科学诊断、台区线损的精细化管理,提高了线损管理效率。综上,本文从数据的关联性和动态性出发,以技术手段对线损数据进行深度分析,多方位地构建线损异常智能分析体系,并以软件应用的形式,实现线损异常的科学诊断,提高了供电企业线损管理水平和电网运行效率,有利于推动安全可靠、清洁环保、开放兼容的现代化智能化的电网建设。
韩笑[6]（2021）在《铜山10kV棠雁线线损分析及降损方案研究》文中研究说明目前,经济发展带来的消费升级、供给侧改革、产业升级不断刺激电力需求市场持续扩容,需求走旺。在用电规模不断扩大、用电结构更加复杂、电力供需矛盾增加的背景下,企业和政府越来越重视节能降损。线损率不仅直接影响供电企业经济效益,还是供电企业管理水平的重要指标。伴随着电网的发展,配网设备分布范围的不断扩大出现了高线损不断加剧的情况。10kV配电线路损耗是电力网络损耗的重要组成部分,因此完善降损措施和加强10kV配网线损管理是解决供电企业管理难点的要义,刻不容缓。本文从现场实际数据出发,结合铜山10kV高损线路棠雁线作为实例进行细致全面的分析,目的在于对10kV配网线损管理工作提出切实可行的降损思路,推动提升电能质量与供电可靠性。开篇对10kV配网线损基本理论进行介绍,主要包含线损构成、分类及10kV配网损耗元件的等值数学模型。并对常用的10kV电网线损计算方法进行了对比分析,总结各方法在实际运用中的特点。其中等值电阻法在满足较高精度的同时,实用性较优,计算过程中对一些条件的简化也为其精度带来一定制约。针对等值电阻法简化计算过程的特点,在铜山棠雁线理论线损计算过程中,使用等值电阻法的基础上考虑了电压降落因素,提高了精度。通过棠雁线线变关系的核验以及其线损分布情况与特征的分析得出棠雁线高损原因。后续从用户角度出发,分析用户用电行为对线损率水平的影响,得出异常用电用户名单,对供电企业进行嫌疑用户的排查提供了指导意义。最后结合棠雁线线损情况,对目前常用的降损手段进行归纳总结,从技术降损与管理降损两个角度,针对性的提出符合棠雁线实际情况,并能切实降低该线路线损率的节能措施,取得了较好的降损效果。该论文有图33幅,表24个,参考文献81篇。
张思奇[7]（2021）在《配电网虚假线损成因分析与修正方法研究》文中进行了进一步梳理电能在传输过程中伴随着损耗,分析配电网输变电的各个环节,通过合理的电网规划与电力公司管理以控制电能的损耗已经成为各国电力研究的重要方向。在实际配电网日常运行过程中,用电信息采集系统中存在大量虚假的电量损耗,称之为虚假线损。这些电能量数据与现场实际用电有很大差异的情况,电能量数值无法正确反映实际电能量。一方面这类虚假的电量损耗并不能真实反映实际线损数据,对线路线损指标的分析、制定线损措施带来干扰。另一方面,虚假线损由于多反映为电表侧的异常,导致经常出现电力企业派人到现场却发现电表正常的情况,给电力企业的日常运行造成额外负担。因此,研究虚假线损,精确定位虚假线损并修复,对电力企业的运营决策以及对线损的进一步研究都有积极的意义。论文主要对用户信息采集系统采集电表数据及其过程进行分析,结合虚假线损与管理线损的区别,对虚假线损的成因与特点进行研究,设计了有效的虚假线损分析与处理算法,建立了一套虚假线损精确定位与修正的方案。该方案可以自动检测虚假线损并修正,大大降低了异常数据误判为管理线损的可能性。主要工作如下:1、提出了虚假线损的分类与成因分析方法。通过对用户信息采集系统采集电表数据及其过程进行研究,结合虚假线损与管理线损的区别,形成了完整的虚假线损分类与对应成因。2、研究了虚假线损精确定位方法。通过对用户信息采集系统中用户电表示值进行异常因子检测法,确定可能存在虚假线损的异常电表与对应区间段。之后对该电表正常工作时示值曲线归一化后聚类,得到用户的用电行为特征曲线。最后将异常电表示值曲线与用电特征曲线作相似性判断,判断是否符合用电行为特征,用以判断该异常曲线是否符合虚假线损特征。3、构建了虚假线损修正方法。通过对已确定的虚假线损曲线作数据异常度判断,如果数据异常度低,可以采用结合用户用电负荷曲线的插值法处理。如果数据异常度较高,采用PSO-BP神经网络或WOA-BP神经网络结合影响用电量的因素预测用电负荷修正。
梁春方[8]（2020）在《我国电力行业配电网线损优化管理研究 ——以荣成供电公司为案例的分析》文中认为电网是关系国计民生和国家能源安全的重要部分,充分地利用和节约电能不仅可以降低国民经济生产成本,同时对国家环境保护生态安全具有重要的意义。电网中的各种损耗与供电量之间的比率被称为线损率,这一指标既是决定供电公司盈利水平的经济指标,也反映了供电公司管理情况。与发电侧和输电侧相比,当前我国配电网发展相对滞后,与电力行业整体水平和国民经济对供电可靠性的要求不相匹配。配电网的技术发展水平与管理水平的落后导致我国配电网线损率很高,占到电网总线损的一半,降低配电网的线损率迫在眉睫。通过技术措施和管理措施降低线损率,对于增大社会电力供应、提高供电企业盈利能力,具有十分重要的意义。本文以我国配电网线损为研究对象,并以荣成供电公司配电网线损为具体的验证对象,通过理论分析和案例实证的方式进行配电网线损控制的研究,探究降低配电网线损率的有效措施。本文首先回顾了相关理论,包括线损、线损控制、配电网、窃电等与线损相关的概念,简述了项目管理理论和自然垄断行业理论,为后续分析配电网线损控制提供边界条件和理论基础;同时对国内外学者关于线损计算、供电企业线损控制的研究进行了综述。接下来,本文介绍了我国配电网线损的事实特征,在分析当前我国配电网存在的问题基础上,从技术和管理两个方面分析了当前配电网线损率较高的原因。然后介绍了当前配电网线损计算均方根法等的主要计算方法,并结合配电网自身特点给出了合适的线损分析和计算的流程。本文基于配电网线损所面临的技术和管理问题,分别给出了降低线损率的可行的技术降损措施和管理降损措施。最后本文以荣成供电公司为案例,介绍了当前公司线损的整体概况;并结合荣成配电网实际情况,对线损率较高的原因进行了剖析,并给出了公司实施的配电网降损的技术措施与管理措施;对荣成供电公司内沿海的线损率很高的五条线路实施综合改造,改造后的五条线路线损率大幅度降低,验证了本文提出了技术和管理降损措施的有效性。针对配电网窃电多发的现状,本文提出基于用电信息采集系统近年来积累的原始数据,原始数据输出后建立数据库,采用主成分分析的方法挖掘出用户潜在的用电特征,对异常用电行为及时报警,配合电力稽查人员的突击检查打击窃电行为。文章最后进行了总结,并针对我国配电网线损控制和线损管理问题提出了政策建议。
李佳宇[9]（2020）在《考虑需求响应的售电商购售电交易优化模型研究》文中进行了进一步梳理2015年3月中共中央国务院印发《关于进一步深化深化电力体制改革的若干意见》（中发[2015]9号）,提出开展售电业务、成立售电公司成为社会资本投资的热点。售电公司的数量以及参与市场交易形式不断增加。目前,我国售电公司依然处于初始发展阶段,发展模式还处于探索摸索阶段。在放松管制的电力市场中,电力零售商主要通过合约交易或现货交易向发电厂商或大电网购买电力,然后将其销售给终端用户。此外,电力零售商作为衔接用户侧和电源侧的主体,主要运营收益由购售电价差决定。除了购售电价差收益外,近年来,智能电网技术的不断成熟,需求响应通过灵活性的电价政策引导终端用户优化用电行为,为用户带来需求响应收益和促进供给侧优化运行。对于电力零售商来说,若自身配置储能设备,则可利用储能设备的充放电特性,参与购电侧需求响应,从而降低购电成本。在售电侧可作为需求响应的实施者,考虑如何实施需求响应合理分配用户电量来增加自身售电收益。因此,本文以储能型售电商作为研究对象,研究如何制定考虑购售电是双侧需求响应的最优购售电交易策略,主要研究内容如下:（1）分析了中国售电公司发展现状、政策及运营模式。收集整理我国不同省份售电公司的发展现状,从市场交易体系（现货市场、中长期市场）分析售电公司的市场环境,剖析售电公司面对的问题和挑战。进而,从宏观政策、办法细则及试点区域政策等角度梳理了我国售电公司发展享受的相关政策,并分析了售电公司的主要类型及特征;通过分析不同类型售电公司的业务模式,明确售电商参与购售电市场的交易模式,为开展售电商购售电交易优化策略制定提供了政策支撑。（2）提出了售电商购售电交易全过程影响因素分析模型。首先,分析了售电商购售电交易全过程影响因素,包括购电交易、售电交易和外部环境等多个维度,明确售电商交易过程中购电方式及售电方式,根据购售电方式以及关键业务,从五个维度识别购售电交易全过程的影响因素,运用层次分析法和信息熵确定影响因素权重并进行排序,筛选出关键影响因素。进一步构建售电商购售电交易全过程关键影响因素解释结构模型,明确因素相互影响的结构关系。（3）建立了考虑需求响应的售电商购买绿电交易优化模型。首先,以储能型售电商作为研究主体,分析了储能型售电商的运行模式、交易策略及参与价格型需求响应的数学模型;进一步,综合考虑清洁能源发电不确定性和需求响应不确定性,以购能成本最小化和清洁能源消纳最大化为目标函数,构建了储能型售电商购买清洁能源发电（绿电）交易优化模型;最后,为了求解所提模型,利用“场景分析-随机机会规划约束-多目标函数处理”的三阶段模型算法进行求解,提出了考虑需求响应手段的售电商购买绿电的最优购电策略。（4）构建了考虑多类用户需求响应的售电商灵活组合售电优化模型。首先,基于需求响应基础模型和用户用电特性,提出了工业用户、商业用户、居民用户和农业用户的需求响应策略。其次,分析售电商实施价格型需求响应和激励型需求响应的差异化策略,确立了最优峰谷分时价格及激励补偿价格;最后,基于负荷不确定性,分析售电商灵活组合售电策略思路,并建立了灵活组合售电优化模型。算例分析表明,多类用户需求响应机制能够丰富售电策略,售电商应通过灵活组合分配各类用户电量,从而使自身效益最大化。（5）提出了考虑需求响应的售电商购售电联动交易优化模型。首先,分析了售电商的发展背景和储能型售电商的运营模式,确立了售电商在购电侧和需求响应实施需求响应的策略。然后,结合售电商购电交易和售电交易两个过程,建立了售电商购售电交易双层协同优化模型,上层模型以购电成本最小作为目标函数,构建组合购电优化模型,下层模型以售电收益最大作为目标函数,构建电量分配优化模型。为了求解双层优化模型,本文利用KKT条件方程组,将下层模型通过拉格朗日函数转化为上层模型的KKT条件方程组,进而用于确立售电商购售电联动交易优化策略,为售电商的最优运营提供保障支撑。（6）构建了售电公司用电权期权合同的定价及交易决策优化模型。首先,构建了售电公司用电权期权合同定价模型,对比用户用电权补偿合同,在保证用户用电权售出意愿不变或增多的前提下,基于补偿合同的补偿价格,对用户用电权期权合同的期权费及敲定价格进行了优化;其次,构建了用电权期权合同交易决策模型,结合用电权期权合同的交易流程,对用户用电权售出策略及售电公司用电权购买策略进行了优化。结果表明,相对于用电权补偿合同,用电权期权合同能够显着提高售电公司在现货市场中规避电力价格波动风险的能力,提高售电公司的盈利水平。
马玉莹[10]（2019）在《基于量测数据分析的智能电表运行误差远程估计》文中认为智能电表是智能电网的重要组成部分,其计量结果直接关系到电网安全及双方贸易结算是否公平合理,所以判定智能电表的运行误差尤为重要。现有校验模式工作强度高、检定周期长、管理效率低下,难以满足智能电表状态检修和更换的要求。为了确保计量的准确性,探寻一种高效精准的智能电表运行误差远程估计方法尤为重要。论文采用大数据分析技术,提出一种基于量测数据分析的智能电表运行误差远程估计方法,论文具体工作如下:（1）对用电信息采集系统及采集对象进行分析,梳理了智能电表运行状态量测数据特点及主要业务应用;给出了对智能电表运行异常数据的识别与修复以及相近运行状态量测数据聚类方法,为智能电表运行误差远程估计提供高质量的数据源。（2）建立了专变用户智能电表运行误差远程估计理论模型;结合单遗忘因子递推最小二乘算法在实际应用中所存在的局限性,提出了一种基于双遗忘因子的估计方法,该方法基于实际用电数据的特点以及需要估计参数的特性,引入了动态双遗忘因子递推最小二乘方法,利用实时信息对估计结果进行反复修正,能适应多参数估计中变化速度不同的情况,并且通过算例仿真验证了方法的有效性。（3）考虑典型居民配电台区采集数据的特点建立了智能电表运行误差远程估计的理论模型,运用扩展卡尔曼滤波算法进行配电线损率的动态估计,并运用限定记忆递推最小二乘算法进行智能电表运行误差的实时动态估计,由此建立了配电线路损耗率与智能电表运行误差的联合估计方法,并且从多角度验证了所提估计方法的具有较高的精准度。
二、通过线损率计算监测大用户用电（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、通过线损率计算监测大用户用电（论文提纲范文）
（1）大范围低压供电区电力消费及窃电规律研究（论文提纲范文）
| 1 数据预处理与技术路线 |
| 1.1 数据集的来源 |
| 1.1.1 用户档案数据集 |
| 1.1.2 用户用电量数据集 |
| 1.1.3 标签数据集 |
| 1.1.4 台区供用电量数据集 |
| 1.2 数据的预处理 |
| 1.3 总体技术路线 |
| 2 用电规律的综合统计模型 |
| 2.1 用户电力消费的时间序列分析 |
| 2.2 正常用户与窃电用户对比分析 |
| 3 基于多用户的时间序列相似性度量的聚类 |
| 4 结论与未来工作展望 |
（2）基于边缘计算的异常用电检测算法研究（论文提纲范文）
| 1 引言 |
| 2 窃电行为的特征提取 |
| 2.1 窃漏电用户识别流程 |
| 2.2 数据抽取 |
| 2.3 数据预处理 |
| 2.4 窃漏电评价指标 |
| 2.4.1 电量趋势下降指标 |
| 2.4.2 线损指标 |
| 2.4.3 告警类指标 |
| 2.5 专家样本的构建 |
| 3 边缘计算网络模型 |
| 3.1 边缘计算网络 |
| 3.2 混合深度神经网络模型 |
| 3.3 模型对比 |
| 4 结语 |
（3）输电网项目视角下可再生能源消纳时空特征及驱动模型（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外相关研究现状 |
| 1.2.1 可再生能源开发利用评价研究 |
| 1.2.2 区域可再生能源影响机制研究 |
| 1.2.3 区域可再生能源规划优化研究 |
| 1.2.4 相关文献研究评述 |
| 1.3 研究内容、技术路线及创新点 |
| 1.3.1 研究内容及技术路线 |
| 1.3.2 研究创新点 |
| 第2章 相关基础理论研究 |
| 2.1 能源资源流动与空间结构理论 |
| 2.1.1 能源资源流动 |
| 2.1.2 区域空间结构基础理论 |
| 2.1.3 区域空间结构模式 |
| 2.2 空间计量经济学理论 |
| 2.2.1 空间依赖性与异质性理论 |
| 2.2.2 空间权重矩阵的构建原理 |
| 2.2.3 空间计量经济学模型 |
| 2.3 区域规划理论 |
| 2.3.1 区域规划的属性与特点 |
| 2.3.2 区域协调发展机制 |
| 2.3.3 区域规划模拟方法 |
| 2.4 本章小结 |
| 第3章 中国输电项目格局时空演进特征及空间建模 |
| 3.1 中国输电项目发展历程 |
| 3.1.1 区域电网项目建设发展历程 |
| 3.1.2 特高压项目建设发展历程 |
| 3.2 输电项目建设运行情况 |
| 3.2.1 输电项目电压等级及输电特点 |
| 3.2.2 输电项目输送可再生能源技术特点 |
| 3.2.3 我国跨区跨省输电布局情况 |
| 3.3 输电项目空间权重矩阵建模及特征 |
| 3.3.1 电网输电项目空间权重矩阵的建立 |
| 3.3.2 电网输电项目空间权重矩阵时空演进特征 |
| 3.4 本章小结 |
| 第4章 省域可再生能源消纳空间格局及演化特征 |
| 4.1 空间统计研究数据及方法 |
| 4.1.1 研究数据 |
| 4.1.2 研究方法 |
| 4.2 省域可再生能源开发利用格局分析 |
| 4.2.1 水力开发利用格局分析 |
| 4.2.2 风力开发利用格局分析 |
| 4.2.3 光伏开发利用格局分析 |
| 4.3 省域可再生能源消纳的空间匹配特征 |
| 4.3.1 发电量与消纳量空间匹配特征 |
| 4.3.2 发电量占比与消纳量占比空间匹配特征 |
| 4.3.3 消纳量与消纳量占比空间匹配特征 |
| 4.4 省域可再生能源消纳水平的空间演化格局分析 |
| 4.4.1 省域可再生能源消纳水平的空间特征检验 |
| 4.4.2 省域可再生能源消纳水平的空间异质性演化分析 |
| 4.4.3 省域可再生能源消纳水平的空间依赖性演化分析 |
| 4.5 本章小结 |
| 第5章 基于输电项目的省域可再生能源消纳驱动模型 |
| 5.1 省域可再生能源消纳影响因素识别 |
| 5.1.1 消纳环境因素 |
| 5.1.2 基础设施因素 |
| 5.1.3 电源结构因素 |
| 5.1.4 政策环境因素 |
| 5.2 省域可再生能源消纳驱动模型构建 |
| 5.2.1 空间驱动模型设定 |
| 5.2.2 数据处理与变量检验 |
| 5.3 全国省域可再生能源消纳空间驱动效应分析 |
| 5.3.1 全国样本空间模型参数估计与检验 |
| 5.3.2 全国空间驱动效应分析 |
| 5.4 地区省域可再生能源消纳空间驱动效应分析 |
| 5.4.1 地区样本空间模型参数估计与检验 |
| 5.4.2 地区空间驱动效应分析 |
| 5.5 分阶段省域可再生能源消纳空间驱动效应分析 |
| 5.5.1 阶段样本空间模型参数估计与检验 |
| 5.5.2 阶段空间驱动效应分析 |
| 5.6 省域可再生能源消纳影响因素驱动机制总结 |
| 5.7 本章小结 |
| 第6章 基于CLUE-S的省域可再生能源消纳演化模拟模型 |
| 6.1 模拟模型构建方法 |
| 6.1.1 模拟模型概念结构 |
| 6.1.2 模拟模型步骤方法 |
| 6.2 模拟模型参数设定 |
| 6.2.1 消纳类型转移规则 |
| 6.2.2 驱动因子回归分析 |
| 6.2.3 发展情景目标设定 |
| 6.3 模拟模型结果分析 |
| 6.3.1 模拟消纳结果精度验证 |
| 6.3.2 消纳情景模拟结果分析 |
| 6.4 模拟模型结论建议 |
| 6.5 本章小结 |
| 第7章 研究成果和结论 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（4）基于流计算的大客户用能智能分析方法（论文提纲范文）
| 0 引言 |
| 1 大客户用能智能分析方法平台构架 |
| 1.1 技术构架 |
| 1.2 技术构架 |
| 1.3 软硬件配置方案 |
| 2 大客户用能智能分析方法原理 |
| 2.1 大客户用能智能分析方法原理流程 |
| 2.2 流计算技术 |
| 2.3 用户综合用能分析数学原理 |
| 2.4 窃电识别模型 |
| 3 大客户用能智能分析方法应用 |
| 3.1 用户综合用能分析应用展示 |
| 3.2 准实时线损及负荷分析应用展示 |
| 3.3 高风险用户用电异常分析应用展示 |
| 4 结论 |
（5）基于数据驱动的线损异常智能分析方法研究及应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 线损分析的国内外研究现状 |
| 1.2.2 窃电问题的国内外研究现状 |
| 1.3 线损管理面临的问题 |
| 1.4 本文主要工作和研究内容 |
| 1.5 技术路线 |
| 第二章 台区统计线损率数据缺失处理 |
| 2.1 引言 |
| 2.2 单一数据缺失的台区统计线损率预测填充方法 |
| 2.2.1 台区线损统计表的数据缺失分析 |
| 2.2.2 深度学习框架 |
| 2.2.3 深度神经网络建模 |
| 2.2.4 基于DNN算法的模型训练过程 |
| 2.2.5 DNN算法与其它回归算法的性能比较 |
| 2.2.5.1 相关性分析 |
| 2.2.5.2 其它回归算法的模型训练 |
| 2.2.5.3 算法性能评价指标 |
| 2.2.5.4 多种回归模型训练过程与结果分析 |
| 2.3 多重数据缺失的台区统计线损率预测填充方法 |
| 2.3.1 时序数据缺失的处理方法 |
| 2.3.1.1 相邻均值法 |
| 2.3.1.2 LSTM算法及其它时间序列算法 |
| 2.3.2 基于LSTM的台区统计线损率预测模型 |
| 2.3.2.1 历史统计线损率数据集介绍 |
| 2.3.2.2 LSTM模型与实验设计 |
| 2.3.2.3 结果分析 |
| 2.3.2.4 单日缺失数据的预测填充比较分析 |
| 2.3.2.5 连续多日缺失数据的恢复比较分析 |
| 2.4 本章小结 |
| 第三章 基于1D-CNN的理论线损率计算与考核阈值设定 |
| 3.1 引言 |
| 3.2 计算台区理论线损率特征指标的建立 |
| 3.3 一维卷积神经网络理论线损率模型 |
| 3.3.1 一维卷积神经网络 |
| 3.3.2 1D-CNN模型的建立 |
| 3.4 算例验证及分析 |
| 3.4.1 理论线损率数据集及实验平台介绍 |
| 3.4.2 台区理论线损率模型训练结果与误差分析 |
| 3.4.3 台区理论线损率计算模型在新样本上的预测性能 |
| 3.5 台区统计线损率考核阈值设定问题 |
| 3.6 台区分类与考核阈值合理划分 |
| 3.7 本章小结 |
| 第四章 线损异常台区窃电辨识及其它异常原因溯源 |
| 4.1 引言 |
| 4.2 用户用电行为分析 |
| 4.3 DenseNet-RF融合算法的设计 |
| 4.3.1 DenseNet算法 |
| 4.3.2 随机森林(RF)算法 |
| 4.3.3 DenseNet-RF模型的建立 |
| 4.4 智能电表数据集与数据预处理 |
| 4.5 基于DenseNet-RF的用户窃电检测模型 |
| 4.6 电力用户窃电检测方法实现 |
| 4.6.1 DenseNet及相关网格模型训练 |
| 4.6.2 多种网络模型的分类准确率比较 |
| 4.6.3 DenseNet-RF融合模型的分类准确率比较 |
| 4.6.4 DenseNet-RF融合模型在新样本上的性能评价 |
| 4.7 其它常见线损异常原因分析 |
| 4.7.1 表计故障 |
| 4.7.1.1 电表接线错误 |
| 4.7.1.2 接触不良 |
| 4.7.1.3 计量模块失准 |
| 4.7.2 采集故障 |
| 4.7.3 户变关系异常 |
| 4.7.3.1 户变关系挂接错误 |
| 4.7.3.2 无表无户用电 |
| 4.8 配电网线损异常分析流程 |
| 4.9 本章小结 |
| 第五章 台区线损异常智能诊断系统开发 |
| 5.1 引言 |
| 5.2 项目需求分析及总体设计 |
| 5.2.1 项目需求分析 |
| 5.2.2 系统开发架构 |
| 5.2.3 系统主要功能设计 |
| 5.3 数据库选择与数据表设计 |
| 5.3.1 数据库选择 |
| 5.3.2 数据表设计 |
| 5.4 系统的技术实现 |
| 5.4.1 用户登录 |
| 5.4.2 数据存储与管理 |
| 5.4.3 过期数据定期自动删除模块 |
| 5.4.4 线损异常台区数据查询 |
| 5.4.5 线损异常诊断分析 |
| 5.4.6 线损缺失数据模型的部署与应用 |
| 5.4.7 窃电检测与台区理论线损率计算模型部署 |
| 5.4.7.1 Flask应用介绍 |
| 5.4.7.2 在线预测 |
| 5.4.8 基于MQTT协议的线损异常闭环管理模块 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 创新点 |
| 6.3 展望 |
| 致谢 |
| 参考文献 |
| 附录:作者攻读硕士学位期间论文发表及科研情况 |
（6）铜山10kV棠雁线线损分析及降损方案研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 课题研究背景 |
| 1.2 课题研究现状 |
| 1.3 本文主要研究内容 |
| 2 配电网线损基本理论及计算方法 |
| 2.1 线损基本理论 |
| 2.2 10kV配线等值模型的建立 |
| 2.3 10kV电网传统线损计算方法 |
| 2.4 本章小结 |
| 3 铜山供电公司10kV棠雁线电能损耗分析与研究 |
| 3.1 铜山区10kV棠雁线简介 |
| 3.2 基于相关性特征的10kV棠雁线线变关系核查 |
| 3.3 考虑线路电压分布特征的10kV棠雁线线损精准计算 |
| 3.4 10kV棠雁线线损分析及异常用电用户定位 |
| 3.5 本章小结 |
| 4 10kV棠雁线降损措施分析 |
| 4.1 10kV配网技术降损措施 |
| 4.2 10kV配网管理降损措施 |
| 4.3 针对铜山公司的降损措施 |
| 4.4 本章小结 |
| 5 结论与展望 |
| 5.1 本文工作总结 |
| 5.2 后续工作展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（7）配电网虚假线损成因分析与修正方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 线损异常分析与定位 |
| 1.2.2 线损与电力负荷预测、关联分析 |
| 1.3 本论文的结构安排 |
| 第二章 虚假线损成因分析 |
| 2.1 线损与线损率影响因素 |
| 2.1.1 线损简介 |
| 2.1.2 影响线损率的因素 |
| 2.2 线损分类 |
| 2.2.1 用电信息采集系统 |
| 2.2.2 理论线损 |
| 2.2.3 管理线损 |
| 2.2.3.1 表计故障 |
| 2.2.3.2 档案异常 |
| 2.2.3.3 台区管理 |
| 2.2.3.4 采集异常 |
| 2.3 虚假线损 |
| 2.3.1 虚假线损的分类 |
| 2.3.2 虚假线损特征分析 |
| 2.3.3 虚假线损成因分析 |
| 2.3.3.1 采集缺失或异常 |
| 2.3.3.2 电表示值畸变 |
| 2.4 本章小结 |
| 第三章 虚假线损定位 |
| 3.1 数据异常检测 |
| 3.2 虚假线损的辨识 |
| 3.2.1 K-means聚类算法 |
| 3.2.2 K-means方法中K值的选取方法 |
| 3.2.2.1 ELBOW方法 |
| 3.2.2.2 Gap statistic方法 |
| 3.2.2.3 余弦相似度方法 |
| 3.3 相似性原理 |
| 3.3.1 分段线性表示 |
| 3.3.2 模式距离 |
| 3.3.3 形状距离 |
| 3.4 虚假线损定位方案 |
| 3.5 虚假线损定位方法实现 |
| 3.6 本章小结 |
| 第四章 虚假线损修正方案研究 |
| 4.1 数据异常度 |
| 4.2 插值法修正虚假线损 |
| 4.3 机器学习算法修正方案 |
| 4.3.1 模糊灰色分析法 |
| 4.3.2 BP神经网络 |
| 4.3.3 群智能算法 |
| 4.3.4 改进BP神经网络 |
| 4.3.5 电力负荷预测的误差分析 |
| 4.4 虚假线损修正方案 |
| 4.5 实例验证 |
| 4.5.1 用户虚假线损修正 |
| 4.5.2 线路虚假线损修正 |
| 4.6 本章小结 |
| 第五章 全文总结和展望 |
| 5.1 全文总结 |
| 5.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（8）我国电力行业配电网线损优化管理研究 ——以荣成供电公司为案例的分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 导论 |
| 1.1 选题背景与研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 研究思路与研究框架 |
| 1.3 论文的主要研究方法 |
| 1.4 本文的创新之处与不足 |
| 1.4.1 本文创新之处 |
| 1.4.2 本文不足 |
| 第2章 相关理论与文献综述 |
| 2.1 相关理论回顾 |
| 2.1.1 线损相关介绍 |
| 2.1.2 项目管理理论 |
| 2.1.3 自然垄断行业理论 |
| 2.2 国内外研究现状 |
| 2.2.1 国外研究现状 |
| 2.2.2 国内研究现状 |
| 2.3 本章小结 |
| 第3章 我国配电网线损的事实特征 |
| 3.1 我国配电网现状及存在的问题 |
| 3.2 线损率较高的技术原因 |
| 3.2.1 配电网布局不够科学 |
| 3.2.2 三相不平衡问题显着 |
| 3.2.3 缺乏有效的就地补偿 |
| 3.2.4 计量装置老化、接线错误 |
| 3.3 我国线损率较高的管理因素 |
| 3.3.1 线损管理组织结构问题 |
| 3.3.2 营销管理环节 |
| 3.3.3 供电企业员工素质有待提升 |
| 3.3.4 受供电公司外部影响 |
| 3.3.5 不少地区窃电现象严重 |
| 3.4 本章小结 |
| 第4章 我国电力行业配电网线损的测算方法及优化管理分析 |
| 4.1 配电网线损的主要测算方法 |
| 4.1.1 均方根电流法 |
| 4.1.2 均方根电流法衍生算法分析 |
| 4.1.3 潮流法 |
| 4.1.4 智能算法 |
| 4.2 线损计算流程 |
| 4.3 配电网线损控制有效措施 |
| 4.3.1 技术降损措施 |
| 4.3.2 管理降损措施 |
| 4.3.3 强化供电公司效率效益 |
| 4.4 本章小结 |
| 第5章 以山东荣成供电公司线损问题为案例的分析 |
| 5.1 山东荣成供电公司线损现状 |
| 5.1.1 荣成供电公司整体概况 |
| 5.1.2 荣成供电公司线损现状 |
| 5.1.3 荣成供电公司线损计算方法 |
| 5.2 荣成供电公司线损率高的原因剖析 |
| 5.2.1 技术因素 |
| 5.2.2 管理因素 |
| 5.3 山东荣成供电公司对线损实施优化管理的操作 |
| 5.3.1 提高电压等级 |
| 5.3.2 降低负荷峰谷差 |
| 5.3.3 对旧线路进行升级 |
| 5.3.4 加强无功就地补偿 |
| 5.3.5 加强电网建设,优化网架结构 |
| 5.3.6 升级节能型变压器 |
| 5.3.7 提高线损管理小组运行效率 |
| 5.3.8 推进同期线损统计 |
| 5.3.9 加强窃电违法宣传力度 |
| 5.4 采取综合措施改造五条线路进行降损验证 |
| 5.4.1 改造措施 |
| 5.4.2 改造效果 |
| 5.5 荣成供电公司反窃电方法 |
| 5.5.1 一体化电量与线损管理系统 |
| 5.5.2 荣成公司反窃电方法 |
| 5.6 本章小结 |
| 第6章 结论与政策建议 |
| 6.1 结论 |
| 6.2 政策建议 |
| 参考文献 |
| 致谢 |
| 学位论文评阅及答辩情况表 |
（9）考虑需求响应的售电商购售电交易优化模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 售电商购售电影响因素分析研究 |
| 1.2.2 售电商购电交易优化模型研究 |
| 1.2.3 售电商售电交易优化模型研究 |
| 1.2.4 售电商购售电联动交易优化模型研究 |
| 1.3 论文主要研究内容和创新点 |
| 1.3.1 论文主要研究内容 |
| 1.3.2 论文研究技术路线 |
| 1.3.3 论文研究创新点 |
| 第2章 中国售电公司发展现状、运营模式及成效评价 |
| 2.1 我国售电公司发展现状 |
| 2.1.1 各省份售电公司成立现状 |
| 2.1.2 售电公司市场环境分析 |
| 2.1.3 售电公司面临问题和挑战 |
| 2.2 国内售电公司发展相关政策 |
| 2.2.1 宏观层面政策 |
| 2.2.2 运营细则政策 |
| 2.2.3 试点地区政策 |
| 2.3 我国售电公司运营模式 |
| 2.3.1 售电公司主要类型及特征 |
| 2.3.2 售电公司主要业务模式 |
| 2.3.3 购售电市场的交易模式 |
| 2.4 我国售电公司发展成效评价分析 |
| 2.4.1 结构方程模型原理 |
| 2.4.2 售电公司发展成效分析方法 |
| 2.4.3 售电公司发展成效分析 |
| 2.5 本章小结 |
| 第3章 售电商购售电交易全过程影响因素分析模型 |
| 3.1 引言 |
| 3.2 售电商购售电交易全过程影响因素分析 |
| 3.2.1 交易过程分析 |
| 3.2.2 全过程影响因素分析 |
| 3.3 售电商购售电交易关键影响因素识别模型 |
| 3.3.1 识别模型构建思路 |
| 3.3.2 基于信息熵修正的层次分析法 |
| 3.3.3 关键影响因素分析 |
| 3.4 售电商购售电交易影响因素交互传导模型 |
| 3.4.1 解释结构模型概述 |
| 3.4.2 二元关系分析 |
| 3.4.3 结构关系分析 |
| 3.5 本章小结 |
| 第4章 考虑需求响应的售电商购买绿电交易优化模型 |
| 4.1 引言 |
| 4.2 售电商运营策略与需求响应建模 |
| 4.2.1 售电商运行模式构建 |
| 4.2.2 售电商交易策略分析 |
| 4.2.3 售电商需求响应建模 |
| 4.3 售电商购买绿电交易优化模型 |
| 4.3.1 不确定性分析 |
| 4.3.2 优化目标函数 |
| 4.3.3 模型约束条件 |
| 4.4 购电交易模型三阶段求解算法 |
| 4.4.1 三阶段求解流程 |
| 4.4.2 不确定性场景生成 |
| 4.4.3 随机机会约束规划处理 |
| 4.4.4 多目标函数模型求解 |
| 4.5 算例分析 |
| 4.5.1 情景设置 |
| 4.5.2 基础数据 |
| 4.5.3 优化结果 |
| 4.6 本章小结 |
| 第5章 考虑需求响应的售电商灵活售电交易优化模型 |
| 5.1 引言 |
| 5.2 不同类型用户需求响应行为模型 |
| 5.2.1 需求响应构建 |
| 5.2.2 用户需求响应策略 |
| 5.2.3 用户需求响应构建 |
| 5.3 售电商需求响应差异化实施策略 |
| 5.3.1 峰谷时段划分 |
| 5.3.2 峰谷分时售电价格模型 |
| 5.3.3 激励响应补偿价格模型 |
| 5.3.4 算例分析 |
| 5.4 售电商灵活性组合售电交易优化模型 |
| 5.4.1 负荷不确定性分析 |
| 5.4.2 灵活性组合售电策略分析 |
| 5.4.3 灵活性组合售电交易模型 |
| 5.4.4 算例分析 |
| 5.5 本章小结 |
| 第6章 考虑需求响应的售电商购售电联动交易优化模型 |
| 6.1 引言 |
| 6.2 储能型售电商运营策略 |
| 6.2.1 售电商发展背景 |
| 6.2.2 储能型售电商运营模式 |
| 6.3 售电商两级需求响应建模 |
| 6.3.1 购电侧需求响应策略 |
| 6.3.2 售电侧需求响应策略 |
| 6.4 售电商购售电交易双层协同优化模型 |
| 6.4.1 双层模型构建思路 |
| 6.4.2 售电商组合购电优化模型 |
| 6.4.3 售电商电量分配优化模型 |
| 6.4.4 双层优化模型求解 |
| 6.5 算例分析 |
| 6.5.1 基础数据 |
| 6.5.2 优化结果 |
| 6.5.3 结果分析 |
| 6.6 本章小结 |
| 第7章 考虑需求响应的售电商用电权参与期权交易优化模型 |
| 7.1 引言 |
| 7.2 售电商用电权参与期权定价模型 |
| 7.2.1 用电权及期权的基本概念 |
| 7.2.2 用电权补偿合同与期权合同对比 |
| 7.2.3 用电权期权合同定价优化模型 |
| 7.2.4 算例分析 |
| 7.3 用电权期权合同交易决策模型 |
| 7.3.1 用电期权合同交易过程及特点 |
| 7.3.2 用户用电权合同交易决策模型 |
| 7.3.3 售电公司用电期权合同交易决策模型 |
| 7.3.4 算例分析 |
| 7.4 售电商用电权交易效益评价模型 |
| 7.4.1 用电权交易评价体系 |
| 7.4.2 用电权交易评价模型 |
| 7.4.3 算例分析 |
| 7.5 本章小结 |
| 第8章 研究成果和结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（10）基于量测数据分析的智能电表运行误差远程估计（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要工作 |
| 第2章 智能电表量测数据的获取与处理 |
| 2.1 智能电表量测数据的获取 |
| 2.1.1 用电信息采集系统采集对象 |
| 2.1.2 系统主站 |
| 2.1.3 通信信道 |
| 2.1.4 采集设备 |
| 2.2 智能电表运行状态量测数据特点及应用 |
| 2.2.1 智能电表运行状态量测数据的特点 |
| 2.2.2 智能电表运行状态数据应用 |
| 2.3 智能电表误差运行状态数据预处理 |
| 2.3.1 异常数据的识别与修复 |
| 2.3.2 智能电表运行状态相近量测数据聚类 |
| 2.4 小结 |
| 第3章 专变用户智能电表运行误差远程估计 |
| 3.1 智能电表运行误差远程估计理论模型 |
| 3.1.1 专变用户智能电表的用电信息 |
| 3.1.2 建立专变用户智能电表的估计模型 |
| 3.2 智能电表运行误差参数与配电线路损耗参数估计 |
| 3.3 双参数递推最小二乘算法 |
| 3.4 遗忘因子的实时调整 |
| 3.5 算例仿真及分析 |
| 3.5.1 遗忘因子对配电台区故障智能电表估计精准度的影响 |
| 3.5.2 遗忘因子对配电台区智能电表整体估计精准度的影响 |
| 3.5.3 配电线路损耗的估计结果 |
| 3.5.4 智能电表运行误差误检率分析 |
| 3.6 小结 |
| 第4章 居民用户智能电表运行误差远程估计 |
| 4.1 智能电表运行误差和配电线路损耗率估计耦合关系分析 |
| 4.1.1 智能电表运行误差和配电线路损耗率耦合关系机理分析 |
| 4.1.2 智能电表运行误差和配电线路损耗率耦合关系实验分析 |
| 4.2 建立配电线路损耗率和智能电表运行误差联合估计模型 |
| 4.2.1 智能电表运行误差远程估计理论模型 |
| 4.2.2 配电线路损耗率动态估计模型 |
| 4.2.3 智能电表运行误差动态估计模型 |
| 4.3 智能电表运行误差多指标精准度的综合评价体系 |
| 4.4 算例仿真及分析 |
| 4.4.1 基于配电线路损耗率的台区日线损率联合估计仿真实验 |
| 4.4.2 不同限定记忆长度的联合估计仿真实验 |
| 4.4.3 智能电表误差估计方法效果评价 |
| 4.5 小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
四、通过线损率计算监测大用户用电（论文参考文献）
- [1]大范围低压供电区电力消费及窃电规律研究[J]. 陈曦,宋纯贺,王天然. 太原理工大学学报, 2022(01)
- [2]基于边缘计算的异常用电检测算法研究[J]. 黄莉雅,倪凡,舒彧,杨耀. 电子技术与软件工程, 2021(15)
- [3]输电网项目视角下可再生能源消纳时空特征及驱动模型[D]. 杨蕙嘉. 华北电力大学(北京), 2021(01)
- [4]基于流计算的大客户用能智能分析方法[J]. 保富,黄祖源. 电力系统保护与控制, 2021(11)
- [5]基于数据驱动的线损异常智能分析方法研究及应用[D]. 蔡嘉辉. 江南大学, 2021(01)
- [6]铜山10kV棠雁线线损分析及降损方案研究[D]. 韩笑. 中国矿业大学, 2021
- [7]配电网虚假线损成因分析与修正方法研究[D]. 张思奇. 电子科技大学, 2021(01)
- [8]我国电力行业配电网线损优化管理研究 ——以荣成供电公司为案例的分析[D]. 梁春方. 山东大学, 2020(04)
- [9]考虑需求响应的售电商购售电交易优化模型研究[D]. 李佳宇. 华北电力大学(北京), 2020(06)
- [10]基于量测数据分析的智能电表运行误差远程估计[D]. 马玉莹. 天津大学, 2019(01)