风电机组监测数据可视分析研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 课题研究现状分析 | 第12-14页 |
| 1.2.1 风电机组监测数据预处理研究现状 | 第12-13页 |
| 1.2.2 多维数据可视化方法研究现状 | 第13页 |
| 1.2.3 多视图协同可视化方法研究现状 | 第13-14页 |
| 1.3 课题研究内容 | 第14页 |
| 1.4 全文工作安排 | 第14-16页 |
| 第2章 风电机组状态监测及可视化介绍 | 第16-22页 |
| 2.1 风电机组状态监测介绍 | 第16页 |
| 2.2 可视化相关概念 | 第16-19页 |
| 2.2.1 可视化概述 | 第16-19页 |
| 2.2.2 可视化数据类型 | 第19页 |
| 2.3 多维数据可视化介绍 | 第19-21页 |
| 2.3.1 可视化技术 | 第19-20页 |
| 2.3.2 交互技术 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 风电机组监测数据预处理 | 第22-30页 |
| 3.1 风电机组监测数据特征分析 | 第22-23页 |
| 3.2 风电机组监测数据清洗 | 第23-24页 |
| 3.2.1 重复记录清洗 | 第23-24页 |
| 3.2.2 缺失值清洗 | 第24页 |
| 3.3 基于随机森林的相似性度量 | 第24-27页 |
| 3.3.1 随机森林方法提出的背景 | 第24-25页 |
| 3.3.2 随机森林方法的主要功能分析 | 第25页 |
| 3.3.3 基于随机森林的相似性度量步骤 | 第25-27页 |
| 3.4 基于主成分分析的特征变换 | 第27-29页 |
| 3.4.1 主成分分析算法提出的背景 | 第27-28页 |
| 3.4.2 基于主成分分析的特征变换步骤 | 第28-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第4章 风电机组监测数据可视化方法研究 | 第30-39页 |
| 4.1 监测数据可视化需求分析 | 第30页 |
| 4.2 散点图矩阵可视化方法 | 第30-31页 |
| 4.2.1 算法提出背景 | 第30-31页 |
| 4.2.2 算法基本思想 | 第31页 |
| 4.3 平行坐标图可视化方法 | 第31-33页 |
| 4.3.1 算法提出背景 | 第31-32页 |
| 4.3.2 算法基本思想 | 第32-33页 |
| 4.4 基于平行坐标的多视图协同可视化方法 | 第33-37页 |
| 4.4.1 多视图协同可视分析模型 | 第34页 |
| 4.4.2 多视图协同可视化方法设计 | 第34-37页 |
| 4.5 本章小结 | 第37-39页 |
| 第5章 风电机组监测数据可视化方法的应用与实现 | 第39-46页 |
| 5.1 数据的获取 | 第39页 |
| 5.2 数据预处理 | 第39-40页 |
| 5.3 散点图矩阵可视化方法的应用与实现 | 第40-41页 |
| 5.4 平行坐标可视化方法的应用与实现 | 第41-43页 |
| 5.5 多视图协同可视化的应用与实现 | 第43-46页 |
| 结论 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 攻读学位期间发表的学术论文 | 第52-53页 |
| 致谢 | 第53页 |
