基于数据挖掘的设备状态检修
中文摘要 | 第1页 |
英文摘要 | 第3-6页 |
第一章 引言 | 第6-10页 |
·发电厂实时运行数据 | 第6-7页 |
·选题背景及其意义 | 第7-8页 |
·国内外研究概况 | 第8页 |
·论文主要工作 | 第8-10页 |
第二章 数据仓库与数据挖掘 | 第10-21页 |
·数据仓库 | 第10-15页 |
·数据仓库的概念 | 第11-12页 |
·数据仓库的应用 | 第12-13页 |
·数据仓库总体结构 | 第13-14页 |
·电力企业数据仓库建立的主题 | 第14-15页 |
·数据挖掘 | 第15-19页 |
·数据挖掘概念 | 第15页 |
·数据挖掘的任务 | 第15-17页 |
·数据挖掘的过程 | 第17-18页 |
·数据挖掘的方法 | 第18-19页 |
·数据挖掘与数据仓库的关系 | 第19-21页 |
第三章 电力企业信息化建设分析 | 第21-24页 |
·电力企业信息化现状 | 第21-22页 |
·信息化基础设施相对完善 | 第21页 |
·电力生产、调度自动化系统应用成熟 | 第21页 |
·管理信息系统的建设与应用逐渐推进 | 第21-22页 |
·PI实时数据库介绍 | 第22-24页 |
第四章 发电厂设备健康状态评价系统设计 | 第24-32页 |
·系统设计模型 | 第24-26页 |
·设备信息 | 第25页 |
·数据挖掘 | 第25页 |
·设备监测数据 | 第25页 |
·设备健康状况分析 | 第25-26页 |
·应用数据统一交换平台整合数据 | 第26-29页 |
·平台介绍 | 第26-27页 |
·数据统一交换平台在电力企业中的应用 | 第27-28页 |
·数据仓库中数据存储问题 | 第28-29页 |
·应用软件总线技术构建系统 | 第29-32页 |
第五章 锅炉状态检修系统设计开发 | 第32-43页 |
·以锅炉为主题的数据仓库的构建 | 第32-33页 |
·数据挖掘的应用 | 第33-36页 |
·利用聚类分析挖掘设备不同运行情况下参数分布 | 第33-35页 |
·K-Means算法介绍 | 第33-34页 |
·改进的K-Means算法介绍 | 第34-35页 |
·利用分类分析判断设备可能故障类 | 第35-36页 |
·模糊模式识别 | 第36页 |
·功能模块介绍 | 第36-43页 |
·设备台帐 | 第37页 |
·缺陷管理 | 第37-38页 |
·试验管理 | 第38页 |
·可靠性管理 | 第38-39页 |
·异动管理 | 第39页 |
·设备评级管理 | 第39页 |
·技术监督管理 | 第39-40页 |
·备品配件管理 | 第40页 |
·状态分析 | 第40-43页 |
·计数统计 | 第40-41页 |
·参数分析 | 第41-43页 |
结论 | 第43-44页 |
参考文献 | 第44-45页 |
致谢 | 第45-46页 |
在学期间发表的学术论文和参加科研情况 | 第46页 |