首页--工业技术论文--电工技术论文--输配电工程、电力网及电力系统论文--电力系统的调度、管理、通信论文

基于机器学习的智能电网调度控制系统在线健康度评价研究

摘要第5-7页
abstract第7-9页
第一章 绪论第12-20页
    1.1 研究背景及意义第12-13页
    1.2 国内外研究现状第13-17页
        1.2.1 系统健康度评价方法国内外研究现状第13-15页
        1.2.2 半监督聚类算法国内外研究现状第15页
        1.2.3 云计算国内外研究现状第15-17页
    1.3 论文研究内容及章节安排第17-20页
第二章 基于半监督聚类的智能电网调度控制系统健康度评价方法第20-33页
    2.1 智能电网调度控制系统评价指标体系分析第20-22页
    2.2 智能电网调度控制监测数据清洗与数理第22-25页
        2.2.1 原始监测数据的清洗第22-23页
        2.2.2 原始监测数据的预标注第23-25页
    2.3 智能电网调度控制系统基于约束条件的半监督聚类评价方法第25-29页
        2.3.1 约束条件构建原则第25-27页
        2.3.2 评价聚类过程中心点确定方法第27-28页
        2.3.3 约束条件指导聚类,获取评价结果第28-29页
    2.4 D5000系统基于约束条件的半监督健康度评价实例分析第29-32页
        2.4.1 基于约束条件的半监督聚类对比实验第29-30页
        2.4.2 健康度评价流程第30-31页
        2.4.3 健康度评价实例分析第31-32页
    2.5 本章小结第32-33页
第三章 基于极端随机森林的智能电网调度控制系统健康度评价模型第33-45页
    3.1 智能电网调度控制系统健康度评价模型需求分析第33页
    3.2 基于随机森林与熵权法结合的评价指标确定方法第33-40页
        3.2.1 指标权重确定方法描述第34-37页
        3.2.2 指标权重确定流程第37-38页
        3.2.3 指标权重确定结果评估第38-40页
    3.3 基于极端随机森林的智能电网调度控制系统健康度评价模型第40-41页
        3.3.1 评价子模型的构建第40-41页
        3.3.2 系统评价模型的构建第41页
    3.4 智能电网调度控制系统健康度评价实例分析第41-43页
    3.5 智能电网调度控制系统健康度评价方法可靠性验证第43-44页
    3.6 本章小结第44-45页
第四章 基于Hadoop的智能电网调度控制系统在线健康度评价体系构建第45-52页
    4.1 智能电网调度控制系统在线评价需求分析第45-46页
    4.2 基于MapReduce编程模型的智能电网调度控制系统在线健康度评价分布式计算框架第46-48页
    4.3 Hadoop集群的调度算法与负载均衡第48-49页
    4.4 Hadoop平台配置与健康度评价实验第49-51页
    4.5 本章小结第51-52页
第五章 总结与展望第52-54页
    5.1 本文总结第52-53页
    5.2 未来工作展望第53-54页
参考文献第54-58页
致谢第58-59页
攻读学位期间发表的学术论文目录第59页

论文共59页,点击 下载论文
上一篇:基于同异性迁移学习的短文本分类技术研究与应用
下一篇:基于深度学习的车型识别的研究与应用