| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 课题研究背景和意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 国内外大数据的发展 | 第10-12页 |
| 1.2.2 大数据在智能电网中的应用 | 第12-13页 |
| 1.2.3 目前存在的问题 | 第13-14页 |
| 1.3 本文主要工作及内容安排 | 第14-16页 |
| 第二章 电力大数据特点及相关技术理论 | 第16-23页 |
| 2.1 前言 | 第16页 |
| 2.2 电力数据的分布及特点 | 第16-18页 |
| 2.2.1 电力系统中的大数据分布 | 第16-18页 |
| 2.2.2 电力大数据特点 | 第18页 |
| 2.3 电力大数据关键技术 | 第18-20页 |
| 2.3.1 电力大数据的集成管理技术 | 第18页 |
| 2.3.2 电力大数据挖掘技术 | 第18-19页 |
| 2.3.3 电力大数据的数据处理技术 | 第19-20页 |
| 2.3.4 电力大数据可视化技术 | 第20页 |
| 2.4 数据融合技术 | 第20-22页 |
| 2.4.1 数据融合概念 | 第20-21页 |
| 2.4.2 数据融合作用 | 第21页 |
| 2.4.3 数据融合处理方式的分类 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 电力大数据融合结构的设计 | 第23-34页 |
| 3.1 前言 | 第23页 |
| 3.2 数据融合的基本结构模型 | 第23-24页 |
| 3.3 针对电力系统数据的融合架构搭建 | 第24-28页 |
| 3.3.1 数据预处理 | 第26-27页 |
| 3.3.2 数据级融合 | 第27-28页 |
| 3.3.3 信息级融合 | 第28页 |
| 3.4 信息三维空间的建立 | 第28-29页 |
| 3.5 传统信息融合处理算法 | 第29-32页 |
| 3.6 本章小结 | 第32-34页 |
| 第四章 基于MapReduce的Hermite正交基前向神经网络融合算法的研究 | 第34-46页 |
| 4.1 前言 | 第34页 |
| 4.2 Hermite正交基前向神经网络算法 | 第34-40页 |
| 4.2.1 Hermite正交基前向神经网络模型 | 第34-37页 |
| 4.2.2 Hermite正交基前向神经网络在数据融合的具体实现 | 第37-40页 |
| 4.3 Hermite正交基前向神经网络算法的并行化 | 第40-44页 |
| 4.3.1 MapRuduce模型 | 第40-41页 |
| 4.3.2 MapReduce执行机制 | 第41-42页 |
| 4.3.3 结合MapReduce模型算法的并行化 | 第42-44页 |
| 4.4 MapReduce模型下的数据融合处理 | 第44-45页 |
| 4.4.1 Hadoop平台简介 | 第44页 |
| 4.4.2 结合MapReduce并行化模式下融合算法的步骤 | 第44-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第五章 融合算法的实验仿真 | 第46-54页 |
| 5.1 前言 | 第46页 |
| 5.2 实验环境 | 第46-48页 |
| 5.2.1 硬件环境 | 第46-47页 |
| 5.2.2 软件环境 | 第47-48页 |
| 5.3 实验数据及分析标准 | 第48-49页 |
| 5.3.1 实验数据 | 第48-49页 |
| 5.3.2 误差分析标准 | 第49页 |
| 5.4 实验结果分析 | 第49-53页 |
| 5.5 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 在学期间取得的学术成果 | 第60-61页 |
| 致谢 | 第61页 |
