1. 毕业设计（论文）的内容和要求

研究背景 电力系统负荷种类繁多，不同类型的负荷具有不同的用电指标和特性。

准确把握电网负荷特性及其变化趋势将为提高负荷预测准确率、调整电源结构、优化电网运行方式等提供决策依据。

新电改环境下智能电网、分布式能源、电动汽车、需求响应等发展都将大大改变电力用户的行为特点，用电行为的改变直接体现在用户负荷特性、行业负荷特性以及电网负荷特性，但对电网用户行为以及行业用电特性的研究并不多见，也不系统，电网负荷特性研究缺乏”微观”支撑，难以全面、准确把握电网负荷及负荷特性变化趋势。

2. 参考文献

[1] S. R. Khuntia, J. L. Rueda and M. A. M. M. van der Meijden, Forecasting the load of electrical power systems in mid- and long-term horizons: a review[J]. IET Generation, Transmission Distribution, 2016, 10(16): 3971-3977. [2] Xiao-fei, S. Li-qun. Power system load forecasting by improved principal component analysis and neural network[J]. 2016 IEEE International Conference on High Voltage Engineering and Application(ICHVE), Chengdu, China, 2016: 1-4. [3] Wang Y, Xia Q, Kang C．Secondary forecasting based on deviation analysis for short-term load forecasting [J]．IEEE Transactions on Power Systems，2011，26(2)：500-507． [4] Taylor J W. Short-term load forecasting with exponentially weighted methods [J]．IEEE Transactions on Power Systems，2012，27(1)：3818-3825． [5] Mohsenian-Rad A, Wong V W S, Jatskevich J, R et al. Autonomous demand-side management based on game theoretic energy consumption scheduling for the future smart grid[J]. IEEE Transaction on Smart Grid, 2010, 1(3):320-331. [6] 史文博. 地区电网负荷特性分析及短期负荷预测研究[D].华南理工大学,2015. [7] 王大鹏.灰色预测模型及中长期电力负荷预测应用研究[D].华中科技大学,2013. [8] 张素香，刘建明，赵丙镇，曹津平. 基于云计算的居民用电行为分析模型研究[J]. 电网技术,2013,06:1542-1546 [9] 柯周一. 基于Hadoop的电动汽车充电站有序充电策略研究[D].浙江工业大学,2015. [10] 丁建光. 智能电网海量信息处理关键问题的研究[D].上海交通大学,2014.

3. 毕业设计（论文）进程安排

第18周 （2017.12.25-2017.12.31） 指导教师确定学生课题，并下达任务书。

第19周 （2018.01.01-2018.01.07） 第20周 （2018.01.08-2018.01.14） 根据课题内容搜集相关文献，要求10篇英文文献（全部为ieee transactions文章），30篇中文文献（5篇博士论文，5篇硕士论文，20篇ei收录期刊文章）。

按毕业论文参考文献格式要求对其进行整理，提交给指导老师审阅。