基于机器学习的居民电力消费特征研究

目录

声明

致谢

摘要

第一章绪论

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居民电力消费行为研究现状

1．2．2居民电力消费模式研究现状

1．2．3居民电力消费预测研究现状

1．2．4研究现状总结

1．3本文主要创新点

1．4研究内容与论文结构

第二章研究方法及理论基础

2．1 k-means算法

2．2神经网络

2．2．1神经网络模型表示

2．2．2神经网络参数学习

2．3分位数回归

2．3．1分位数回归模型表示

2．3．2分位数回归模型估计

2．4概率密度估计

2．5本章小结

第三章居民电力消费研究框架

3．1基于聚类算法的居民电力消费模式研究

3．1．1数据采集

3．1．2数据预处理

3．1．3聚类分析

3．2基于深度学习的居民电力消费概率密度预测研究

3．3本章小结

第四章居民电力消费实证研究

4．1研究区域概况

4．2数据收集

4．3特征工程

4．4居民电力消费的时序特征

4．4．1节日电力消费特征

4．4．2季节电力消费特征

4．5居民电力消费温度敏感性分析

4．6居民电力消费的特征预测

4．6．1点预测

4．6．2特征重要性分析

4．6．3概率密度预测

4．7本章小结

第五章总结与展望

5．1总结

5．2展望

参考文献

攻读硕士学位期间的学术活动及成果情况