数据挖掘技术在电量管理与反窃电系统中的应用与研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 引言 | 第8-11页 |
| 1 电量管理与反窃电系统 | 第11-21页 |
| ·用电营销管理的目标和反窃电的要求 | 第11-13页 |
| ·用电营销管理的目标 | 第11-12页 |
| ·窃电现状和反窃电的要求 | 第12-13页 |
| ·传统的反窃电方法和不足 | 第13-16页 |
| ·窃电原理 | 第13页 |
| ·传统窃电方法 | 第13-14页 |
| ·反窃电的困难 | 第14-15页 |
| ·传统方法有效性差产生的原因 | 第15-16页 |
| ·电量管理与反窃电系统 | 第16-19页 |
| ·电量管理与反窃电系统功能 | 第16-18页 |
| ·系统结构图 | 第18页 |
| ·系统特点 | 第18-19页 |
| ·反窃电模型 | 第19-21页 |
| 2 数据挖掘理论与方法 | 第21-28页 |
| ·数据挖掘概念 | 第21-22页 |
| ·数据挖掘的发展 | 第22-23页 |
| ·数据挖掘的方法 | 第23-25页 |
| ·数据挖掘与传统分析工具的区别和联系 | 第25-28页 |
| 3 数据挖掘算法分析 | 第28-46页 |
| ·聚类算法分析 | 第28-35页 |
| ·聚类算法基本原理 | 第28-29页 |
| ·聚类分析中的数据类型和相异度 | 第29-32页 |
| ·聚类算法 | 第32-35页 |
| ·分类算法分析 | 第35-45页 |
| ·分类算法基本原理 | 第35-37页 |
| ·决策树算法 | 第37-45页 |
| ·数据挖掘技术与反窃电模型的结合 | 第45-46页 |
| 4 数据挖掘技术在电量管理与反窃电系统中的应用 | 第46-61页 |
| ·数据挖掘实施步骤 | 第46-50页 |
| ·问题定义 | 第47页 |
| ·数据收集和数据预处理 | 第47-49页 |
| ·数据挖掘模型的应用 | 第49页 |
| ·结果解释和评估 | 第49-50页 |
| ·模型的实施 | 第50页 |
| ·挖掘工具的选择与使用 | 第50-52页 |
| ·SQL Server 2000数据挖掘工具 | 第50-51页 |
| ·组件框架 | 第51-52页 |
| ·数据的准备 | 第52-56页 |
| ·应用举例 | 第56-61页 |
| ·聚类 | 第56-57页 |
| ·分类 | 第57-59页 |
| ·结论分析 | 第59-61页 |
| 结束语 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 后记 | 第66页 |
