| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 时域仿真法 | 第11-12页 |
| 1.2.2 直接法 | 第12-14页 |
| 1.2.3 轨迹分析法 | 第14-15页 |
| 1.2.4 机器学习法 | 第15-16页 |
| 1.3 论文的主要内容 | 第16-18页 |
| 1.3.1 基本研究思路 | 第16-17页 |
| 1.3.2 主要研究内容 | 第17-18页 |
| 第2章 稳定信息数据样本集的建立 | 第18-28页 |
| 2.1 引言 | 第18页 |
| 2.2 原始输入特征的选取 | 第18-20页 |
| 2.2.1 选取原始特征的原则 | 第18-19页 |
| 2.2.2 特征变量的分类 | 第19-20页 |
| 2.2.3 本文选取的原始输入特征集 | 第20页 |
| 2.3 基于新英格兰39节点系统的数据样本集 | 第20-25页 |
| 2.3.1 仿真样本的构造方法 | 第20-22页 |
| 2.3.2 基于PSD-BPA软件自动仿真计算平台的开发 | 第22-25页 |
| 2.4 基于某跨区电网系统在线分析系统历史数据的数据样本集 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 暂态稳定评估特征选择方法的研究 | 第28-42页 |
| 3.1 引言 | 第28页 |
| 3.2 结合随机森林与递归特征消除策略的特征选择方法 | 第28-33页 |
| 3.2.1 随机森林基本原理 | 第28-30页 |
| 3.2.2 加权随机森林 | 第30-31页 |
| 3.2.3 递归特征消除策略 | 第31-33页 |
| 3.3 改进Sammon映射算法在指导特征选择中的应用 | 第33-35页 |
| 3.4 算例分析 | 第35-40页 |
| 3.4.1 特征选择 | 第35-37页 |
| 3.4.2 实验结果分析 | 第37-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第4章 基于改进ChiMerge算法的数据离散化 | 第42-51页 |
| 4.1 连续特征的离散化 | 第42-45页 |
| 4.1.1 数据离散化介绍 | 第42-43页 |
| 4.1.2 离散化算法分类 | 第43-44页 |
| 4.1.3 几种典型的离散化算法 | 第44-45页 |
| 4.2 改进ChiMerge离散化方法 | 第45-47页 |
| 4.2.1 ChiMerge算法 | 第45-46页 |
| 4.2.2 ChiMerge算法的不足及改进 | 第46-47页 |
| 4.3 实验结果与讨论 | 第47-50页 |
| 4.3.1 离散化结果评价指标 | 第47-49页 |
| 4.3.2 数据离散化结果 | 第49-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 暂态稳定评估关联规则的挖掘 | 第51-60页 |
| 5.1 引言 | 第51页 |
| 5.2 关联规则的基本理论 | 第51-53页 |
| 5.2.1 相关概念 | 第51-53页 |
| 5.2.2 关联规则的挖掘模型 | 第53页 |
| 5.3 基于FP-Growth算法暂态稳定规则库的生成 | 第53-57页 |
| 5.3.1 FP-Growth算法简介 | 第53-56页 |
| 5.3.2 暂态稳定规则库的生成 | 第56-57页 |
| 5.4 关联规则挖掘结果分析 | 第57-59页 |
| 5.5 本章小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间取得的研究成果 | 第67-68页 |
| 致谢 | 第68页 |
