| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状综述 | 第12-14页 |
| 1.2.1 关联规则研究现状 | 第12-13页 |
| 1.2.2 电网故障诊断识别研究现状 | 第13-14页 |
| 1.3 论文的主要研究内容及创新点 | 第14-15页 |
| 1.3.1 主要研究内容 | 第14页 |
| 1.3.2 主要创新点 | 第14-15页 |
| 1.4 论文组织 | 第15-17页 |
| 第二章 数据挖掘技术理论 | 第17-23页 |
| 2.1 数据挖掘的背景及定义 | 第17页 |
| 2.1.1 数据挖掘的背景 | 第17页 |
| 2.1.2 数据挖掘的定义 | 第17页 |
| 2.2 数据挖掘的分类与表示模式 | 第17-19页 |
| 2.2.1 类知识挖掘 | 第18页 |
| 2.2.2 关联知识挖掘 | 第18-19页 |
| 2.2.3 预测型知识挖掘 | 第19页 |
| 2.3 数据挖掘过程 | 第19-23页 |
| 2.3.1 挖掘对象的确立 | 第19-20页 |
| 2.3.2 数据处理 | 第20-21页 |
| 2.3.3 知识与信息的挖掘 | 第21页 |
| 2.3.4 模式的解释与规则评估 | 第21-23页 |
| 第三章 关联规则算法分析 | 第23-31页 |
| 3.1 关联规则知识介绍 | 第23-25页 |
| 3.1.1 基本定义 | 第23-24页 |
| 3.1.2 关联规则的挖掘分类 | 第24-25页 |
| 3.2 关联规则的挖掘步骤 | 第25-26页 |
| 3.3 Apriori算法分析 | 第26-27页 |
| 3.3.1 算法分析 | 第26-27页 |
| 3.3.2 算法缺陷 | 第27页 |
| 3.4 FP-Growth算法研究 | 第27-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第四章 基于多维关联规则的电网脆弱性识别研究 | 第31-42页 |
| 4.1 电力系统脆弱性问题分析 | 第31-34页 |
| 4.1.1 脆弱性概念 | 第31-32页 |
| 4.1.2 电网脆弱性研究的重要性 | 第32-33页 |
| 4.1.3 电网系统脆弱性识别过程 | 第33-34页 |
| 4.2 电网线路故障数据统计分析与多维模型架构建立 | 第34-37页 |
| 4.2.1 故障数据统计分析 | 第34-36页 |
| 4.2.2 多维故障模型架构的建立 | 第36-37页 |
| 4.3 数据立方体的设计 | 第37-38页 |
| 4.4 基于OFI的FP-Growth多维关联规则算法 | 第38-41页 |
| 4.4.1 问题描述 | 第38-39页 |
| 4.4.2 算法分析 | 第39页 |
| 4.4.3 优化策略 | 第39-40页 |
| 4.4.4 算法过程 | 第40-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第五章 实例分析 | 第42-47页 |
| 5.1 线路故障数据预处理 | 第42页 |
| 5.2 电网数据多维关联规则挖掘算法应用 | 第42-44页 |
| 5.2.1 谓词集计算 | 第43页 |
| 5.2.2 多维频繁项集的生成 | 第43-44页 |
| 5.3 结果分析 | 第44-46页 |
| 5.4 本章小结 | 第46-47页 |
| 第六章 全文总结 | 第47-50页 |
| 6.1 本文结论 | 第47-48页 |
| 6.2 工作展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 附录A（攻读硕士学位期间的研究成果） | 第55页 |