摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第一章 绪论 | 第9-17页 |
1.1 课题研究背景及意义 | 第9-10页 |
1.2 用电信息采集系统的历史发展 | 第10-11页 |
1.3 用电信息采集系统的现状 | 第11-15页 |
1.3.1 江苏省用电信息采集建设的建设现状 | 第11-13页 |
1.3.2 目前用电信息采集系统的现状分析 | 第13-14页 |
1.3.3 用电信息采集系统在智能电网中的地位 | 第14-15页 |
1.4 本文主要研究的内容 | 第15-17页 |
第二章 用电信息采集系统总体设计 | 第17-31页 |
2.1 系统总体设计 | 第17-18页 |
2.1.1 系统设计原则 | 第17页 |
2.1.2 设计依据 | 第17-18页 |
2.2 系统架构设计 | 第18-20页 |
2.2.1 系统逻辑结构 | 第18-19页 |
2.2.2 物理架构设计 | 第19-20页 |
2.3 软件架构设计 | 第20-25页 |
2.3.1 系统技术架构 | 第21-22页 |
2.3.2 系统功能设计 | 第22-25页 |
2.4 系统接口平台的设计 | 第25-29页 |
2.4.1 系统接口需求 | 第25-26页 |
2.4.2 接口设计原则 | 第26-27页 |
2.4.3 系统接口设计 | 第27-29页 |
2.5 本章小结 | 第29-31页 |
第三章 业务高效处理关键技术的研究 | 第31-43页 |
3.1 多业务处理性能影响因素分析 | 第31-32页 |
3.2 主站前置通信服务平台的改造 | 第32页 |
3.3 数据存储 | 第32-35页 |
3.4 提高数据处理能力的相关技术 | 第35-40页 |
3.4.1 集群技术 | 第36页 |
3.4.2 批量数据处理技术 | 第36-37页 |
3.4.3 并行计算和多线程技术 | 第37-38页 |
3.4.4 网络负载均衡技术 | 第38-40页 |
3.4.5 电力数据挖掘技术 | 第40页 |
3.5 本章小结 | 第40-43页 |
第四章 基于优化k_means算法的电力负荷分类研究 | 第43-67页 |
4.1 电力负荷特性分析 | 第43-44页 |
4.1.1 电力负荷的组成 | 第43页 |
4.1.2 电力负荷分类 | 第43-44页 |
4.2 k_means算法及存在问题 | 第44-46页 |
4.2.1 k_means算法原理 | 第44-45页 |
4.2.2 k_means算法存在的问题 | 第45-46页 |
4.3 k_means算法的优化研究 | 第46-57页 |
4.3.1 基于密度法的初始中心点优化算法 | 第46-49页 |
4.3.2 确定最佳聚类个数的算法 | 第49-53页 |
4.3.3 算例分析 | 第53-56页 |
4.3.4 改进型k_means算例 | 第56-57页 |
4.4 结合主成分分析法的电力负荷曲线聚类 | 第57-63页 |
4.4.1 主成分分析法(PCA)的原理 | 第58-61页 |
4.4.2 算例分析 | 第61-63页 |
4.5 算例分析 | 第63-65页 |
4.6 本章小结 | 第65-67页 |
第五章 总结与展望 | 第67-69页 |
5.1 本文小结 | 第67-68页 |
5.2 工作展望 | 第68-69页 |
致谢 | 第69-71页 |
参考文献 | 第71-75页 |
攻读硕士学位期间的学术成果 | 第75页 |