| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·智能电网诊断系统的现状及其发展 | 第9-12页 |
| ·智能电网简介 | 第9页 |
| ·智能电网诊断系统的研究现状 | 第9-12页 |
| ·智能电网技术及其研究意义 | 第12-15页 |
| ·智能电网技术 | 第12-13页 |
| ·智能电网诊断的重要作用以及研究意义 | 第13-15页 |
| ·本文目的及主要研究内容 | 第15-16页 |
| 第2章 数据挖掘技术及决策树算法的应用 | 第16-22页 |
| ·数据挖掘 | 第16-18页 |
| ·数据挖掘技术 | 第16-18页 |
| ·数据挖掘技术应用于电网故障诊断 | 第18页 |
| ·常见的数据挖掘分类算法 | 第18-21页 |
| ·决策树算法 | 第18-19页 |
| ·支持向量机 | 第19页 |
| ·贝叶斯算法 | 第19-20页 |
| ·其他算法 | 第20-21页 |
| ·决策树算法的应用优势 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第3章 决策树优化算法设计及实现 | 第22-45页 |
| ·决策树算法构建数据挖掘模型的过程与经典决策树算法 | 第22-29页 |
| ·决策树构建过程及主要研究内容 | 第22-24页 |
| ·几种经典的决策树算法 | 第24-29页 |
| ·决策树算法模型优化研究 | 第29-37页 |
| ·优化样本数量 | 第29-32页 |
| ·优化测试属性选取依据 | 第32-35页 |
| ·离散化研究 | 第35-37页 |
| ·决策树算法模型优化验证 | 第37-44页 |
| ·优化算法的整体过程 | 第38-39页 |
| ·优化算法的验证 | 第39-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 基于数据挖掘技术的智能电网诊断系统设计 | 第45-61页 |
| ·基于数据挖掘的智能电网诊断系统的总体设计及流程分析 | 第45-53页 |
| ·系统总体设计文档 | 第45-52页 |
| ·设计结构框图 | 第52-53页 |
| ·基于数据挖掘技术的智能电网诊断系统的功能类 | 第53-57页 |
| ·系统的功能类设计及类图 | 第53-56页 |
| ·系统的数据库设计及数据库表 | 第56-57页 |
| ·基于数据挖掘技术的智能电网诊断系统的具体实现 | 第57-60页 |
| ·系统的开发编译环境及执行界面 | 第57-60页 |
| ·系统的功能扩展 | 第60页 |
| ·本章小结 | 第60-61页 |
| 第5章 总结与展望 | 第61-63页 |
| ·本文总结 | 第61-62页 |
| ·未来展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 作者简介及在学期间所取得的科研成果 | 第67-68页 |
| 致谢 | 第68页 |