| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 选题背景及其意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 数据挖掘工具 | 第12页 |
| 1.4 论文的主要工作 | 第12-14页 |
| 第2章 数据挖掘与预测技术 | 第14-20页 |
| 2.1 数据挖掘 | 第14-15页 |
| 2.2 数据挖掘的步骤 | 第15页 |
| 2.3 用于预测的挖掘算法 | 第15-19页 |
| 2.3.1 时间序列算法 | 第15-18页 |
| 2.3.2 神经网络算法 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 电容器组的电能质量监测数据研究 | 第20-25页 |
| 3.1 电容器组的电能质量监测数据 | 第20页 |
| 3.2 电容值的实时估算模型 | 第20-22页 |
| 3.2.1 并联电容器组的等效电路模型 | 第20-21页 |
| 3.2.2 根据实测数据计算电容值 | 第21-22页 |
| 3.3 数据源分析 | 第22-24页 |
| 3.3.1 数据处理流程 | 第22-23页 |
| 3.3.2 基础数据的准备 | 第23页 |
| 3.3.3 数据源预处理 | 第23-24页 |
| 3.4 本章小结 | 第24-25页 |
| 第4章 电容器组指标分析研究 | 第25-32页 |
| 4.1 电容器寿命分析 | 第25-29页 |
| 4.1.1 影响电容器寿命的因素 | 第25-28页 |
| 4.1.2 电容器寿命估算方法 | 第28-29页 |
| 4.2 电容器电容值估算与分析 | 第29-31页 |
| 4.3 电容器电压畸变率分析 | 第31页 |
| 4.4 本章小结 | 第31-32页 |
| 第5章 电容器组预测模型分析研究 | 第32-38页 |
| 5.1 基于时间序列的预测 | 第32-35页 |
| 5.1.1 时间序列模型的选择 | 第32-33页 |
| 5.1.2 预测模型的设计 | 第33页 |
| 5.1.3 预测模型的建立 | 第33-35页 |
| 5.2 基于BP神经网络的预测算法 | 第35-37页 |
| 5.2.1 预测模型的设计 | 第35-37页 |
| 5.2.2 预测模型的建立 | 第37页 |
| 5.3 本章小结 | 第37-38页 |
| 第6章 电容器组实时估算与预测预警系统的设计与实现 | 第38-47页 |
| 6.1 电容器组实时估算与预测预警系统的开发环境 | 第38页 |
| 6.2 电容器组实时估算与预测预警系统体系结构设计 | 第38-40页 |
| 6.2.1 数据处理服务模块 | 第39-40页 |
| 6.2.2 电容器组预测预警模块 | 第40页 |
| 6.3 数据库设计 | 第40-41页 |
| 6.3.1 时间序列预测模型 | 第40页 |
| 6.3.2 神经网络预测模型 | 第40-41页 |
| 6.4 电容器组实时估算与预测预警系统展示 | 第41-46页 |
| 6.4.1 电容器组指标分析模块 | 第41-42页 |
| 6.4.2 电容器组预测分析模块 | 第42-44页 |
| 6.4.3 电容器组预测信息查询模块 | 第44-46页 |
| 6.5 本章小结 | 第46-47页 |
| 第7章 结论与展望 | 第47-49页 |
| 7.1 本文工作总结 | 第47-48页 |
| 7.2 本文工作展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第52-53页 |
| 致谢 | 第53页 |