| 摘要 | 第2-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-18页 |
| 1.1 问题提出 | 第8-9页 |
| 1.2 研究意义 | 第9-10页 |
| 1.3 国内外相关研究进展 | 第10-15页 |
| 1.3.1 能耗异常识别方法相关研究进展 | 第10-13页 |
| 1.3.2 基于数据挖掘的能耗数据分析相关研究进展 | 第13-14页 |
| 1.3.3 国内外相关研究小结 | 第14-15页 |
| 1.4 研究内容及论文结构 | 第15-18页 |
| 1.4.1 研究内容 | 第15-16页 |
| 1.4.2 论文结构 | 第16-18页 |
| 2 高耗能设备能耗异常的在线预警问题分析 | 第18-32页 |
| 2.1 问题描述 | 第18-19页 |
| 2.2 高耗能设备能耗现状及数据特点分析 | 第19-26页 |
| 2.2.1 高耗能设备能耗采集现状分析 | 第19-21页 |
| 2.2.2 高耗能设备能耗管理现状分析 | 第21-22页 |
| 2.2.3 高耗能设备能耗数据特点分析 | 第22-26页 |
| 2.3 问题复杂性分析及求解思路 | 第26-28页 |
| 2.3.1 问题复杂性分析 | 第26-27页 |
| 2.3.2 问题求解思路 | 第27-28页 |
| 2.4 高耗能设备能耗数据分类方法 | 第28-31页 |
| 2.4.1 能耗异常数据的定义及来源 | 第28页 |
| 2.4.2 能耗数据分类方法及典型异常情景分析 | 第28-31页 |
| 2.5 本章小结 | 第31-32页 |
| 3 高耗能设备能耗异常数据识别方法及其在线预警模型 | 第32-53页 |
| 3.1 基于规则和数据挖掘的高耗能设备能耗异常的在线预警模型 | 第32-35页 |
| 3.2 数据预处理 | 第35-36页 |
| 3.3 能耗异常失真数据识别方法 | 第36-39页 |
| 3.3.1 零数据识别方法 | 第36页 |
| 3.3.2 突变数据识别方法 | 第36-39页 |
| 3.4 能耗异常非失真数据识别方法 | 第39-49页 |
| 3.4.1 设备能耗模式识别 | 第41-44页 |
| 3.4.2 设备能耗模式判定模型构建 | 第44-46页 |
| 3.4.3 设备能耗数据离群点分析 | 第46-48页 |
| 3.4.4 设备能耗模式重建 | 第48-49页 |
| 3.5 能耗异常数据识别准则及报警决策 | 第49-52页 |
| 3.5.1 能耗异常数据识别准则 | 第49-50页 |
| 3.5.2 能耗失真异常数据补充方法 | 第50-51页 |
| 3.5.3 报警决策分析 | 第51-52页 |
| 3.6 本章小结 | 第52-53页 |
| 4 应用研究——以大连理工大学能耗为例 | 第53-69页 |
| 4.1 应用背景 | 第53-56页 |
| 4.1.1 大连理工大学能源消耗现状 | 第53-54页 |
| 4.1.2 大连理工大学能耗管理现状 | 第54页 |
| 4.1.3 大连理工大学能耗采集现状 | 第54-56页 |
| 4.2 高耗能实验设备能耗数据实时分析 | 第56-65页 |
| 4.2.1 能耗数据预处理及失真数据识别 | 第56-57页 |
| 4.2.2 能耗模式识别 | 第57页 |
| 4.2.3 能耗模式判定 | 第57-60页 |
| 4.2.4 实时能耗数据分析 | 第60-63页 |
| 4.2.5 能耗数据智能补充适用性分析 | 第63-65页 |
| 4.3 研究启示 | 第65-68页 |
| 4.4 本章小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表学术论文情况 | 第75页 |
| 攻读硕士学位期间参与科研项目及学术交流情况 | 第75-76页 |
| 致谢 | 第76-78页 |
