面向辅助决策的火电厂大数据分析系统的设计与实现
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-18页 |
1.1 选题背景及意义 | 第9-11页 |
1.1.1 选题背景 | 第9-10页 |
1.1.2 选题意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-16页 |
1.2.1 数据挖掘研究现状 | 第11-13页 |
1.2.2 数据挖掘在火电厂中的应用研究现状 | 第13-16页 |
1.3 本文研究内容 | 第16-17页 |
1.4 本章小结 | 第17-18页 |
第2章 系统需求分析 | 第18-26页 |
2.1 火电厂数据挖掘现状 | 第18-19页 |
2.2 能耗评估现状 | 第19-21页 |
2.2.1 火电厂节能降耗工作现状 | 第19-20页 |
2.2.2 能耗评估需求 | 第20-21页 |
2.3 故障分析预测现状 | 第21-22页 |
2.3.1 故障分析预测的意义 | 第21页 |
2.3.2 电厂设备故障预测的工作流分析 | 第21页 |
2.3.3 现行故障分析预测方案的缺点 | 第21-22页 |
2.3.4 故障分析预测需求 | 第22页 |
2.4 绩效分析现状 | 第22-24页 |
2.4.1 绩效考核的目标 | 第22-23页 |
2.4.2 绩效考核的原则 | 第23-24页 |
2.4.3 现行绩效考核模式存在的问题 | 第24页 |
2.5 系统性能需求 | 第24-25页 |
2.5.1 软件架构 | 第24-25页 |
2.5.2 实时性 | 第25页 |
2.6 本章小结 | 第25-26页 |
第3章 系统分析与设计 | 第26-46页 |
3.1 系统目标 | 第26页 |
3.2 系统总体设计 | 第26-28页 |
3.2.1 数据采集 | 第26-27页 |
3.2.2 网络拓扑 | 第27-28页 |
3.3 能耗评估模块功能设计 | 第28-30页 |
3.3.1 相似日期计算 | 第28-30页 |
3.3.2 煤耗指标评估 | 第30页 |
3.3.3 灵敏度分析 | 第30页 |
3.4 故障分析预测模块功能设计 | 第30-33页 |
3.4.1 模块实施原则 | 第31页 |
3.4.2 模型建立方案 | 第31-32页 |
3.4.3 模块实施架构 | 第32-33页 |
3.5 绩效分析模块功能设计 | 第33-35页 |
3.5.1 传统小指标考核方案 | 第33-34页 |
3.5.2 本模块实施方案 | 第34-35页 |
3.6 关键技术 | 第35-45页 |
3.6.1 改进型k-means算法 | 第35-37页 |
3.6.2 多元线性回归算法 | 第37-39页 |
3.6.3 故障征兆理论 | 第39-42页 |
3.6.4 曲线相似度评估理论 | 第42-45页 |
3.6.5 绩效理论 | 第45页 |
3.6.6 绩效考核理论 | 第45页 |
3.7 本章小结 | 第45-46页 |
第4章 系统实现 | 第46-50页 |
4.1 能耗评估模块实现 | 第46-47页 |
4.2 故障分析预测模块实现 | 第47-49页 |
4.3 绩效分析模块实现 | 第49页 |
4.4 本章小结 | 第49-50页 |
第5章 结论与展望 | 第50-51页 |
5.1 结论 | 第50页 |
5.2 展望 | 第50-51页 |
参考文献 | 第51-55页 |
攻读硕士学位期间发表的论文及其它成果 | 第55-56页 |
致谢 | 第56页 |