| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第14-24页 |
| 1.1 课题概述 | 第14-16页 |
| 1.1.1 选题背景 | 第14-16页 |
| 1.1.2 理论意义和应用价值 | 第16页 |
| 1.2 国内外研究现状 | 第16-21页 |
| 1.2.1 火电厂设备状态检修的发展及研究现状 | 第16-18页 |
| 1.2.2 数据挖掘在发电行业的应用及研究现状 | 第18-19页 |
| 1.2.3 数据挖掘在设备状态评估中的应用及研究现状 | 第19-21页 |
| 1.3 存在的问题及本文创新点 | 第21页 |
| 1.4 本文的主要研究内容 | 第21-24页 |
| 2 数据挖掘的过程与算法 | 第24-37页 |
| 2.1 数据挖掘理论概述 | 第24-26页 |
| 2.1.1 数据挖掘的概念 | 第24页 |
| 2.1.2 数据挖掘的基本流程 | 第24-26页 |
| 2.2 多维时间序列的分类 | 第26-30页 |
| 2.2.1 特征提取 | 第27-29页 |
| 2.2.2 特征选择 | 第29-30页 |
| 2.3 数值预测 | 第30-31页 |
| 2.4 分类及数值预测算法 | 第31-36页 |
| 2.4.1 BP神经网络 | 第32页 |
| 2.4.2 支持向量机 | 第32-34页 |
| 2.4.3 朴素贝叶斯 | 第34页 |
| 2.4.4 决策树分类 | 第34-35页 |
| 2.4.5 组合分类 | 第35-36页 |
| 2.5 本章小结 | 第36-37页 |
| 3 汽动给水泵组的故障及性能分析理论 | 第37-46页 |
| 3.1 汽动给水泵组概述 | 第37-39页 |
| 3.1.1 汽轮机原理及结构概述 | 第37-38页 |
| 3.1.2 给水泵原理及结构概述 | 第38-39页 |
| 3.2 汽动给水泵组的典型故障 | 第39-42页 |
| 3.2.1 给水泵典型故障及其原因 | 第39-40页 |
| 3.2.2 驱动给水泵小汽轮机典型故障及其原因 | 第40-41页 |
| 3.2.3 汽动给水泵组典型故障及其原因 | 第41-42页 |
| 3.3 汽动给水泵组的性能分析 | 第42-45页 |
| 3.3.1 给水泵效率监测 | 第42-45页 |
| 3.3.2 小汽轮机效率监测 | 第45页 |
| 3.4 本章小结 | 第45-46页 |
| 4 汽动给水泵组典型故障预测 | 第46-63页 |
| 4.1 原始数据获取 | 第46-48页 |
| 4.2 数据特性分析 | 第48-49页 |
| 4.3 数据清理与集成 | 第49-50页 |
| 4.4 特征提取 | 第50-52页 |
| 4.5 特征选择 | 第52-54页 |
| 4.6 分类 | 第54-57页 |
| 4.7 模型评估 | 第57-60页 |
| 4.8 模型应用 | 第60-62页 |
| 4.9 本章小结 | 第62-63页 |
| 5 汽动给水泵组性能预测 | 第63-85页 |
| 5.1 数据获取 | 第63-65页 |
| 5.2 问题分析及数据预处理 | 第65-66页 |
| 5.3 建立模型 | 第66-76页 |
| 5.4 模型评估 | 第76-80页 |
| 5.5 性能预测关键参数分析 | 第80-84页 |
| 5.6 本章小结 | 第84-85页 |
| 6 故障及性能预测在实际检修优化中的应用 | 第85-97页 |
| 6.1 故障预测的应用 | 第85-86页 |
| 6.2 性能预测的应用 | 第86-87页 |
| 6.3 汽动给水泵组检修优化 | 第87-96页 |
| 6.3.1 问题概述 | 第87页 |
| 6.3.2 风险维修 | 第87-89页 |
| 6.3.3 状态评估与风险维修 | 第89-91页 |
| 6.3.4 实例应用 | 第91-96页 |
| 6.4 本章小结 | 第96-97页 |
| 7 结论与展望 | 第97-99页 |
| 7.1 结论 | 第97页 |
| 7.2 展望 | 第97-99页 |
| 参考文献 | 第99-102页 |
| 致谢 | 第102-103页 |
| 攻读硕士学位期间取得的研究成果 | 第103页 |