1. 研究目的与意义

20世纪以来，社会生产力迅速发展，科学技术突飞猛进，在国家大力发展新能源产业的同时，节能降耗也越来越被国家所重视。

在电力领域，线损作为主要电力能耗损失中重要的一部分，如何合理有效的降低线损一直是各国相关研究机构的重要研究课题。

智能电网作为现阶段自动化电网的主要形态，其基于大数据，集设备监控、用户信息收集、电力营销数据存储等作用于一体。

2. 课题关键问题和重难点

关键问题：1、关于线损的理论知识，包含:线损的定义与构成，线损管理的重要意义及配电网线损计算基础理论与方法；2、对于DBSCAN(基于密度的聚类算法)的认知与理解以及应用方向；3、关于本设计中机器学习的理解，本设计采用的是Python设计语言以及MATLAB与Pycham等一系列软件通过算法对采集到的大数据进行可视化图形绘制，从而进一步分析所给数据的真实性与稳定性。

难点：1、Python语言的学习与MATLAB软件各模块的使用；2、线损传统计算方法的理解；3、运用Python设计语言通过Pycham软件对于所给实验数据进行算法的理解与设计； 4、 经由DBSCAN与传统方法处理过的实验数据图形的绘制，导出以及对比。

3. 国内外研究现状（文献综述）

电能是一种方便清洁的优质二次能源，其在我们的生活中随处可见，同样也广泛的应用于我国的各行各业当中。

而根据有关资料估算从发电端到最终用户设备使用端之间的电能损耗约占发电量的28％35％。

由此可见电力系统的损耗是相当巨大的。

4. 研究方案

本设计的方案论证：本设计论证的是如何有效、可靠地筛选出大数据电网中所需要的合理数据。

文章首先分析了当前智能电网大数据的数据构成，并解释了线损的理论知识；之后对DBSCAN算法的各参数的应用进行了分析，并通过MATLAB模块和Pycharm对于DBSCAN所构建的算法进行数据导入并作出相对应数据图表来对比了箱线法、概率权重分析法和DBSCAN聚类算法对电网大数据处理效果。

5. 工作计划

第 1 周 接受任务书，领会课题含义，按要求查找相关文献资料，列出阶段实施计划；第 2 周 阅读相关资料，理解有关内容；第 3 周 翻译相关英文资料，提出拟完成本课题的方案，写出相关开题报告一份；第 4 周 参阅有关资料，了解电力线损计算原理，选定所需分析软件；第 5 周 进一步完成方案论证，查找电力线损计算方法；第 6 周 阅读有关方面的资料，学习python指令系统，准备期中检查；第 7 周 在pycharm中设计算法，绘制计算原理图，分析算法工作原理；第 8 周 将基本数据导入算法，得到计算后的数据；第 9 周 将计算后的数据导入MATLAB，得到图像；第10周 完善软件算法与程序设计，对实验数据与实验图像进行测试分析；第11周 软件算法调试，整理、撰写毕业论文，提交论文初稿；第12周 进行毕业设计论文写作，撰写业务总结报告，接收验收成果，接受答辩资格审查；第13周 规范化检查，评阅教师评阅论文；第14周 制作完善答辩ppt，准备参加答辩。