| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.1.1 课题研究背景 | 第8页 |
| 1.1.2 课题研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 云技术研究现状 | 第9-10页 |
| 1.2.2 电力系统不良数据处理算法研究现状 | 第10-11页 |
| 1.3 论文主要研究内容 | 第11-14页 |
| 第二章 云技术及其框架 | 第14-22页 |
| 2.1 概述 | 第14-15页 |
| 2.2 批处理云计算框架Hadoop | 第15-19页 |
| 2.2.1 Hadoop简介 | 第15页 |
| 2.2.2 分布式文件系统HDFS | 第15-17页 |
| 2.2.3 MapReduce编程模型 | 第17-19页 |
| 2.3 实时云计算框架Storm | 第19-21页 |
| 2.3.1 Storm简介 | 第19页 |
| 2.3.2 Storm实现原理 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 基于数据挖掘技术的不良数据处理算法 | 第22-44页 |
| 3.1 引言 | 第22-23页 |
| 3.2 分布式系统聚类算法及其实现 | 第23-28页 |
| 3.2.1 系统聚类算法 | 第23-24页 |
| 3.2.2 Hadoop下的分布式系统聚类算法 | 第24-28页 |
| 3.3 支持向量机(SVM) | 第28-33页 |
| 3.3.1 线性分类 | 第28-30页 |
| 3.3.2 非线性分类 | 第30-32页 |
| 3.3.3 松弛变量 | 第32-33页 |
| 3.4 分布式不良数据辨识与修正算法及其实现 | 第33-37页 |
| 3.4.1 离线模式 | 第34-36页 |
| 3.4.2 在线模式 | 第36-37页 |
| 3.5 算例分析 | 第37-42页 |
| 3.6 本章小结 | 第42-44页 |
| 第四章 基于拓扑理论的不良数据处理算法 | 第44-68页 |
| 4.1 引言 | 第44-46页 |
| 4.2 分布式有功数据辨识与修正算法 | 第46-55页 |
| 4.2.1 辨识与修正规则 | 第46-48页 |
| 4.2.2 Storm下的算法实现 | 第48-50页 |
| 4.2.3 算例分析 | 第50-55页 |
| 4.3 分布式状态估计算法 | 第55-66页 |
| 4.3.1 算法设计及其在Storm下的实现 | 第55-61页 |
| 4.3.2 可观测性分析 | 第61页 |
| 4.3.3 算例分析 | 第61-66页 |
| 4.4 本章小结 | 第66-68页 |
| 第五章 结论与展望 | 第68-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 附录A Hadoop下的系统聚类算法核心代码 | 第76-80页 |
| 附录B Storm下的有功数据辨识与修正算法核心代码 | 第80-100页 |
| 附录C Storm下的分布式状态估计算法核心代码 | 第100-106页 |