基于决策树的电网减载模型的研究
| 摘要 | 第9-10页 |
| Abstract | 第10-11页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究的背景和意义 | 第12-13页 |
| 1.2 国际和国内研究现状 | 第13-14页 |
| 1.3 决策树发展动态和发展趋势 | 第14-15页 |
| 1.4 本文研究的目标和内容 | 第15-16页 |
| 1.5 本文的组织结构 | 第16-18页 |
| 第2章 数据挖掘综述 | 第18-26页 |
| 2.1 数据挖掘的概念 | 第18-19页 |
| 2.1.1 数据挖掘的技术定义 | 第18页 |
| 2.1.2 数据挖掘的商业定义 | 第18-19页 |
| 2.2 数据挖掘的产生背景 | 第19页 |
| 2.3 数据挖掘的研究内容 | 第19-20页 |
| 2.3.1 广义知识 | 第20页 |
| 2.3.2 关联知识 | 第20页 |
| 2.3.3 分类知识 | 第20页 |
| 2.3.4 预测知识 | 第20页 |
| 2.3.5 偏差型知识 | 第20页 |
| 2.4 数据挖掘的研究对象 | 第20-21页 |
| 2.5 数据挖掘的方法 | 第21-22页 |
| 2.6 数据挖掘的实现步骤 | 第22页 |
| 2.7 数据挖掘的工具和算法 | 第22-23页 |
| 2.7.1 数据挖掘的工具 | 第22-23页 |
| 2.7.2 数据挖掘的算法 | 第23页 |
| 2.8 数据挖掘在电力行业中的应用 | 第23-26页 |
| 2.8.1 业务预测 | 第24页 |
| 2.8.2 设备状态预判 | 第24页 |
| 2.8.3 营销策略支持 | 第24-25页 |
| 2.8.4 员工网络培训 | 第25-26页 |
| 第3章 基于分类的决策树算法 | 第26-36页 |
| 3.1 数据分类 | 第26页 |
| 3.2 决策树的概念 | 第26-27页 |
| 3.3 决策树的基本思想 | 第27-31页 |
| 3.3.1 信息论 | 第27-31页 |
| 3.3.1.1 信道模型 | 第28页 |
| 3.3.1.2 信息熵 | 第28-29页 |
| 3.3.1.3 信息增益 | 第29-31页 |
| 3.4 C4.5 算法 | 第31-36页 |
| 3.4.1 C4.5 算法创建决策树的实现过程 | 第32-34页 |
| 3.4.2 连续型属性离散化 | 第34-35页 |
| 3.4.3 C4.5 算法的实现伪码 | 第35-36页 |
| 第4章 变电站系统数据化 | 第36-44页 |
| 4.1 我国电力现状和有序用电 | 第36-38页 |
| 4.1.1 我国用电现状 | 第36-37页 |
| 4.1.2 电能的有限性 | 第37页 |
| 4.1.3 减载 | 第37-38页 |
| 4.2 变电站一次系统 | 第38-40页 |
| 4.3 变电站系统逻辑抽象化 | 第40-41页 |
| 4.4 变电站一次系统拓扑简易化 | 第41-42页 |
| 4.5 变电站一次系统数据结构化 | 第42-44页 |
| 第5章 电网减载模型设计 | 第44-56页 |
| 5.1 系统功能介绍 | 第44页 |
| 5.2 开发工具与运行环境 | 第44页 |
| 5.3 电网减载模型设计 | 第44-56页 |
| 5.3.1 设计思想 | 第44-45页 |
| 5.3.2 设计流程 | 第45页 |
| 5.3.3 数据初始化和标准化 | 第45-48页 |
| 5.3.4 分类器建模 | 第48-52页 |
| 5.3.5 正确性比对 | 第52页 |
| 5.3.6 优化减载范围和目标 | 第52-54页 |
| 5.3.7 输出和分析最终结果 | 第54-56页 |
| 第6章 系统测试 | 第56-60页 |
| 6.1 测试的目的 | 第56页 |
| 6.2 软件测试的方法 | 第56页 |
| 6.3 数据测试 | 第56-60页 |
| 第7章 总结和展望 | 第60-62页 |
| 7.1 工作总结 | 第60页 |
| 7.2 展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间论文发表及科研情况 | 第65-66页 |
| 致谢 | 第66页 |
