基于数据挖掘的供热管网泄漏诊断研究
| 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11-17页 |
| 1.2.1 数据挖掘研究现状 | 第11-12页 |
| 1.2.2 管网泄漏诊断理论现状 | 第12-13页 |
| 1.2.3 管网泄漏诊断方法与系统 | 第13-17页 |
| 1.3 本文的主要研究工作 | 第17-18页 |
| 第2章 供热管网泄漏信号采集与处理 | 第18-32页 |
| 2.1 引言 | 第18页 |
| 2.2 实验台简介 | 第18-20页 |
| 2.3 信号数据预处理 | 第20-31页 |
| 2.3.1 信号数据预处理的必要性 | 第20-21页 |
| 2.3.2 信号数据的选择 | 第21-22页 |
| 2.3.3 信号数据的清理 | 第22-23页 |
| 2.3.4 信号数据的去噪 | 第23-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 供热管网泄漏信号特征提取 | 第32-58页 |
| 3.1 引言 | 第32页 |
| 3.2 经验模态分解 | 第32-42页 |
| 3.2.1 瞬时频率 | 第32-34页 |
| 3.2.2 基本模态分量 | 第34-35页 |
| 3.2.3 EMD经验模态分解 | 第35-38页 |
| 3.2.4 EEMD总体经验模态分解 | 第38-40页 |
| 3.2.5 EMD和EEMD仿真实验分析 | 第40-42页 |
| 3.3 熵理论 | 第42-48页 |
| 3.3.1 常用熵 | 第43-45页 |
| 3.3.2 样本熵的应用研究 | 第45-48页 |
| 3.4 基于EEMD的样本熵特征提取研究 | 第48-56页 |
| 3.5 本章小结 | 第56-58页 |
| 第4章 基于聚类分析的泄漏管段诊断 | 第58-67页 |
| 4.1 引言 | 第58页 |
| 4.2 聚类分析 | 第58-60页 |
| 4.2.1 聚类方法分类 | 第59页 |
| 4.2.2 K-Means聚类算法 | 第59-60页 |
| 4.3 泄漏管段诊断分析实验 | 第60-66页 |
| 4.3.1 实验数据分析 | 第60-61页 |
| 4.3.2 泄漏管段诊断流程 | 第61-66页 |
| 4.4 本章小结 | 第66-67页 |
| 第5章 结论与展望 | 第67-69页 |
| 5.1 结论 | 第67-68页 |
| 5.2 展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士期间发表的学术论文 | 第73-74页 |
| 致谢 | 第74页 |
