| 1 绪论 | 第1-13页 |
| ·选题的背景与研究意义 | 第8页 |
| ·时间序列数据挖掘的研究进展及评述 | 第8-10页 |
| ·国外研究概况 | 第9-10页 |
| ·国内研究概况 | 第10页 |
| ·时间序列数据挖掘的主要研究方向 | 第10-11页 |
| ·相似性搜索 | 第10-11页 |
| ·模式挖掘 | 第11页 |
| ·本文的创新点 | 第11-12页 |
| ·本论文的主要研究内容和结构安排 | 第12-13页 |
| 2 时间序列数据挖掘基本理论 | 第13-27页 |
| ·时序分析技术 | 第13-17页 |
| ·时间序列分析定义 | 第13页 |
| ·几种主要的时序分析技术 | 第13-15页 |
| ·时间序列分析的应用 | 第15-16页 |
| ·时间序列问题的本质及存在的问题 | 第16-17页 |
| ·数据挖掘技术 | 第17-24页 |
| ·数据挖掘的分类 | 第18-19页 |
| ·数据挖掘过程 | 第19-21页 |
| ·数据挖掘的技术和算法概述 | 第21-23页 |
| ·数据挖掘与其他技术的关系 | 第23-24页 |
| ·时间序列数据挖掘 | 第24-27页 |
| 3 实现对电力系统短期负荷预测的方法研究 | 第27-41页 |
| ·引言 | 第27-28页 |
| ·传统的负荷预测方法及存在的问题 | 第28-32页 |
| ·时间序列分析方法 | 第28-29页 |
| ·数据挖掘中的神经网络预测方法 | 第29-31页 |
| ·其他预测方法 | 第31-32页 |
| ·一种新的基于时间序列数据挖掘实现负荷预测的方法的提出 | 第32-41页 |
| ·数据挖掘中人工神经网络技术的预测原理 | 第32-33页 |
| ·神经网络对时间序列预测的可行性 | 第33页 |
| ·方法的基本思想 | 第33-34页 |
| ·具体算法描述 | 第34-37页 |
| ·BP 算法的局限性 | 第37-39页 |
| ·原有算法的改进 | 第39-41页 |
| 4 基于时间序列的 BP 神经网络预测挖掘系统的设计 | 第41-53页 |
| ·时间序列预测模型 | 第41-49页 |
| ·BP 神经网络结构设计 | 第49-51页 |
| ·输入、输出数据预处理 | 第51-53页 |
| 5 仿真试验 | 第53-60页 |
| 6 系统实现 | 第60-68页 |
| ·电厂数据流程简介 | 第60页 |
| ·开发平台选择 | 第60-61页 |
| ·软件设计思想与原则 | 第61-62页 |
| ·系统模块组成 | 第62-68页 |
| ·系统模块图 | 第62页 |
| ·主要模块功能介绍 | 第62-68页 |
| 结束语 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 攻读硕士期间研究成果 | 第74页 |