| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 数据挖掘产生的背景及意义 | 第9-10页 |
| 1.2 数据挖掘的流程以及研究方法 | 第10-12页 |
| 1.2.1 数据挖掘的流程 | 第10页 |
| 1.2.2 数据挖掘的研究方法 | 第10-12页 |
| 1.3 数据挖掘的研究现状 | 第12-14页 |
| 1.3.1 国外研究现状 | 第13页 |
| 1.3.2 国内研究现状 | 第13-14页 |
| 1.4 关联规则研究的现状 | 第14页 |
| 1.5 数据挖掘技术在电力系统中的应用 | 第14-15页 |
| 1.6 本文的主要工作和内容安排 | 第15-17页 |
| 第2章 配电网用电负荷特性及相关影响因素分析 | 第17-22页 |
| 2.1 配电网负荷特性指标 | 第17-19页 |
| 2.1.1 日负荷特性指标 | 第17页 |
| 2.1.2 周负荷特性指标 | 第17-18页 |
| 2.1.3 月负荷特性指标 | 第18-19页 |
| 2.1.4 年（季）负荷特性指标 | 第19页 |
| 2.2 电力系统负荷特性影响因素分析 | 第19-21页 |
| 2.2.1 经济环境对负荷特性的影响 | 第20页 |
| 2.2.2 天气因素对负荷特性的影响 | 第20-21页 |
| 2.2.3 时间因素对负荷特性的影响 | 第21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 关联规则在配电网负荷特性中的分析 | 第22-38页 |
| 3.1 关联规则算法的基本概念 | 第22-24页 |
| 3.1.1 关联规则算法的基础知识 | 第22-23页 |
| 3.1.2 关联规则常用算法 | 第23-24页 |
| 3.1.3 APRIORI算法主要流程 | 第24页 |
| 3.2 多层和多维关联规则挖掘 | 第24-27页 |
| 3.2.1 多层关联规则 | 第26页 |
| 3.2.2 多维关联规则 | 第26页 |
| 3.2.3 关联规则多重价值的衡量 | 第26-27页 |
| 3.3 基于关联规则的负荷特性分析 | 第27-37页 |
| 3.3.1 挖掘流程分析 | 第27页 |
| 3.3.2 数据仓库创建 | 第27-30页 |
| 3.3.2.1 数据来源 | 第28-29页 |
| 3.3.2.2 数据预处理 | 第29-30页 |
| 3.3.3 主题数据选择 | 第30-32页 |
| 3.3.4 数据的离散化处理 | 第32-34页 |
| 3.3.5 关联规则挖掘 | 第34-37页 |
| 3.3.6 输出结果 | 第37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 基于Apriori算法的负荷特性指标及其相关因素的关联规则挖掘 | 第38-53页 |
| 4.1 Apriori算法的不足与改进 | 第38-41页 |
| 4.1.1 Apriori算法的不足 | 第38-39页 |
| 4.1.2 改进后的Apriori算法 | 第39-41页 |
| 4.2 关联规则挖掘及源代码实现 | 第41-43页 |
| 4.3 经济因素与用电量增长率之间的关联规则挖掘 | 第43-47页 |
| 4.3.1 连续数据离散化结果 | 第43-44页 |
| 4.3.2 关联规则挖掘实验结果 | 第44-46页 |
| 4.3.3 关联规则挖掘结果分析 | 第46-47页 |
| 4.4 天气因素与用电量间的关联规则挖掘 | 第47-52页 |
| 4.4.1 连续数据离散化结果 | 第48-50页 |
| 4.4.2 关联规则挖掘实验结果 | 第50-51页 |
| 4.4.3 关联规则挖掘结果分析 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 总结与展望 | 第53-55页 |
| 5.1 本文工作总结 | 第53-54页 |
| 5.2 本文工作展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的论文 | 第59-60页 |
| 致谢 | 第60页 |