| 第一章 绪论 | 第1-20页 |
| ·论文背景及研究意义 | 第10-11页 |
| ·继电保护故障处理的发展与研究现状 | 第11-15页 |
| ·基于专家系统的故障诊断方法 | 第11-13页 |
| ·基于人工神经网络的故障诊断方法 | 第13-14页 |
| ·基于模糊理论的诊断 | 第14-15页 |
| ·数据挖掘在电力系统中运用的可行性 | 第15-17页 |
| ·电力系统的特点 | 第15-16页 |
| ·数据挖掘的特点 | 第16-17页 |
| ·数据挖掘在电力系统中的运用 | 第17-19页 |
| ·本文的主要工作 | 第19-20页 |
| 第二章 数据仓库与数据挖掘技术原理概述 | 第20-31页 |
| ·数据仓库的有关知识 | 第20-24页 |
| ·数据仓库的概念及特征 | 第20-21页 |
| ·数据仓库与数据库的比较 | 第21-22页 |
| ·数据仓库建设和数据仓库开发的特点 | 第22-24页 |
| ·数据仓库设计步骤 | 第24页 |
| ·数据挖掘技术 | 第24-28页 |
| ·数据挖掘的定义 | 第24-25页 |
| ·数据挖掘方法论 | 第25-27页 |
| ·数据挖掘与传统分析工具的区别和联系 | 第27-28页 |
| ·数据挖掘与OLAP | 第27-28页 |
| ·数据挖掘与人工智能和机器学习 | 第28页 |
| ·数据挖掘与统计学 | 第28页 |
| ·数据挖掘与数据仓库 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 继电保护故障信息数据仓库 | 第31-41页 |
| ·引言 | 第31页 |
| ·开发继电保护故障作息数据仓库的系统配置 | 第31-32页 |
| ·继电保护故障信息数据仓库的总体结构 | 第32-33页 |
| ·继电保护故障信息数据仓库的模型设计 | 第33-37页 |
| ·概念模型设计 | 第34页 |
| ·逻辑模型设计 | 第34-36页 |
| ·数据粒度 | 第34-35页 |
| ·模型的建立 | 第35-36页 |
| ·物理模型设计 | 第36-37页 |
| ·数据文件的存储 | 第36页 |
| ·表的索引 | 第36-37页 |
| ·物理模型的优化 | 第37页 |
| ·继电保护故障信息数据仓库的ETL过程 | 第37-40页 |
| ·数据抽取 | 第37-39页 |
| ·数据转换 | 第39页 |
| ·数据加载 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 粗糙集理论 | 第41-48页 |
| ·粗糙集的基本概念 | 第41-46页 |
| ·信息系统和决策表 | 第41-42页 |
| ·不可辨识关系 | 第42-43页 |
| ·粗糙集和上、下近似 | 第43-44页 |
| ·属性的约简 | 第44-46页 |
| ·粗糙集理论的特点 | 第46-47页 |
| ·粗糙集与数据挖掘 | 第47页 |
| ·本章小结 | 第47-48页 |
| 第五章 基于粗糙集的数据挖掘的核心技术 | 第48-61页 |
| ·引言 | 第48-49页 |
| ·系统的知识库 | 第49-55页 |
| ·典型的约简算法 | 第49-50页 |
| ·属性约简的改进算法 | 第50-52页 |
| ·算法实现 | 第52-55页 |
| ·相对差异比较表的算法实现 | 第52-53页 |
| ·属性约简的算法实现 | 第53-55页 |
| ·属性值约简 | 第55-59页 |
| ·属性值约简的改进算法 | 第55-57页 |
| ·算法的具体实现 | 第57-59页 |
| ·研究环境与软件 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 数据挖掘在继电保护故障信息处理系统中的应用 | 第61-76页 |
| ·引言 | 第61页 |
| ·数据挖掘流程 | 第61-63页 |
| ·继电保护故障信息预处理 | 第63-66页 |
| ·故障信息的获取 | 第63-65页 |
| ·数据离散化 | 第65-66页 |
| ·数据挖掘 | 第66-75页 |
| ·决策表的自生成 | 第67-68页 |
| ·诊断规则的提取与解释 | 第68-75页 |
| ·诊断规则的评价 | 第75页 |
| ·本章小结 | 第75-76页 |
| 第七章 总结与展望 | 第76-78页 |
| 参考文献 | 第78-81页 |
| 致谢与声明 | 第81-82页 |
| 攻读学位期间发表的学术论文目录 | 第82页 |