1. 研究目的与意义
1.1选题背景
随着社会的发展和技术的进步，电力行业逐渐成为国民经济发展中的基础行业，根据国家能源局发布的近5年的用电量统计数据,我国工业电量占了全社会用电量的65%以上，大工业用户一般是指工业用电中用电量及负荷较大的，成本支出中电费占比较高的企业，通常是指钢铁、水泥、炼铝等高能耗工矿企业。随着我国产业结构调整和可持续发展政策的实施，采用大容量、高参数设备已成为企业产业升级的主要途径，使得电压等级高、负荷容量较大的大用户数量明显增加，其重要性也大大增加，准确的大工业用户负荷预测可以优化供、配电结构，提升电网运行的经济效益。
2. 研究内容和预期目标
2.1主要研究内容
本课题的主要研究内容包含以下五个方面：
(1)系统研究架构的设计。梳理国内外有关电力负荷预测算法的理论和文献研究，充分了解已有的研究思路、方法和成果。
3. 研究的方法与步骤
3.1本课题采用的研究方法：
本课题主要采用的研究方法如下：
(1)文献研究法。通过知网、百度学术等渠道，对国内外相关文献进行查阅，搜集算法相关文献研究，了解已有研究思路和方法。
4. 参考文献
[1] Wang Y, Bennani I L, Liu X, et al. Electricity consumer characteristics identification: A federated learning approach[J]. IEEE Transactions on Smart Grid, 2021, 12(4): 3637-3647.
[2] 刘恬. 基于相关性分析的大工业用户电力负荷预测与应用[D].长沙理工大学,2021.
[3] 姜东良,李天昊,刘文浩.基于相似日和SAE-DBiLSTM模型的短期电力负荷预测[J/OL].电气工程学报:1-10[2022-12-19].
5. 计划与进度安排
（1）2024-02-20～2024-03-05 查阅技术资料，确定研究内容和系统架构，撰写开题报告；
（2）2024-03-06～2024-03-29 系统算法的设计和仿真验证；
（3）2024-03-20～2024-04-9 结合总体架构，完成传感器选型、系统硬件功能分析和设计；
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
