面向智能电网的大数据可信度量方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 相关理论及方法研究现状 | 第11-14页 |
| 1.2.1 开源Hadoop平台 | 第11-12页 |
| 1.2.2 数据可信性研究现状 | 第12-13页 |
| 1.2.3 电力系统不良数据辨识研究现状 | 第13-14页 |
| 1.3 研究内容与创新点 | 第14-17页 |
| 1.3.1 研究目标 | 第15页 |
| 1.3.2 研究内容 | 第15-16页 |
| 1.3.3 本文的创新点 | 第16-17页 |
| 1.4 本文的研究方案 | 第17-18页 |
| 1.5 本文的组织结构 | 第18-19页 |
| 第2章 基于数据源依赖关系的可信虚拟网络构建 | 第19-26页 |
| 2.1 可信虚拟网络相关定义 | 第20-21页 |
| 2.2 可信虚拟网络模型的构建 | 第21-22页 |
| 2.3 可信虚拟网络模型设计过程 | 第22-23页 |
| 2.4 模型验证与分析 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 大数据可信度量模型构建 | 第26-40页 |
| 3.1 可信度量模型相关定义 | 第26-28页 |
| 3.2 数据源间的可信度量模型构建 | 第28-30页 |
| 3.2.1 数据源间的可信度量模型 | 第28-29页 |
| 3.2.2 本地可信度量模型 | 第29-30页 |
| 3.2.3 全局可信度量模型 | 第30页 |
| 3.3 数据源的可信度量模型构建 | 第30-33页 |
| 3.3.1 数据源的可信度量模型 | 第30-32页 |
| 3.3.2 推荐可信度量模型 | 第32-33页 |
| 3.4 数据的可信度量模型构建 | 第33-36页 |
| 3.4.1 数据的可信度量模型 | 第33页 |
| 3.4.2 数据源提供数据真实可信度量模型 | 第33-34页 |
| 3.4.3 直接可信度量模型 | 第34页 |
| 3.4.4 间接可信度量模型 | 第34-36页 |
| 3.5 模型验证与分析 | 第36-38页 |
| 3.5.1 实验验证 | 第36-38页 |
| 3.5.2 复杂度分析 | 第38页 |
| 3.6 本章小结 | 第38-40页 |
| 第4章 大数据可信度量模型在智能电网中应用 | 第40-53页 |
| 4.1 智能电网大数据可信度量模型过程设计 | 第40-42页 |
| 4.2 实验平台搭建 | 第42-45页 |
| 4.2.1 系统运行环境 | 第42-43页 |
| 4.2.2 Hadoop平台的搭建 | 第43-45页 |
| 4.3 实验参数的设置 | 第45-46页 |
| 4.4 实验过程 | 第46-49页 |
| 4.4.1 main主函数 | 第47页 |
| 4.4.2 map函数 | 第47-48页 |
| 4.4.3 reduce函数 | 第48-49页 |
| 4.5 模型验证与分析 | 第49-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第5章 结论与展望 | 第53-56页 |
| 5.1 结论 | 第53-55页 |
| 5.2 展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第60-62页 |
| 致谢 | 第62页 |
