| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 国内外的研究现状 | 第8-11页 |
| 1.2.1 传统的监测系统和监测方法 | 第8-9页 |
| 1.2.2 基于Hadoop的云计算 | 第9-11页 |
| 1.3 本文的主要工作和章节安排 | 第11-13页 |
| 1.3.1 本文的主要工作 | 第11-13页 |
| 第二章 智能电网下Hadoop云计算技术 | 第13-23页 |
| 2.1 基于Hadoop平台的HDFS分布式文件系统 | 第13-15页 |
| 2.1.1 HDFS的模型介绍 | 第13-15页 |
| 2.1.2 HDFS的特性分析 | 第15页 |
| 2.2 基于Hadoop平台的HBase分布式存储系统 | 第15-17页 |
| 2.2.1 HBase的组成部分 | 第15-16页 |
| 2.2.2 HBase的数据模型 | 第16-17页 |
| 2.3 基于Hadoop平台的MapReduce分布式处理系统 | 第17-20页 |
| 2.3.1 Map Reduce 简介 | 第17-18页 |
| 2.3.2 Map Reduce 处理作业的流程 | 第18-20页 |
| 2.4 智能电网下的Hadoop技术 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 智能算法在MapReduce下的调优和配置 | 第23-37页 |
| 3.1 电子监测系统中已经开发的方法 | 第23-27页 |
| 3.1.1 BP神经网络算法 | 第23-25页 |
| 3.1.2 人工智能的专家系统 | 第25-27页 |
| 3.2 聚类算法的分析与优化 | 第27-30页 |
| 3.2.1 聚类算法简介 | 第27-28页 |
| 3.2.2 K-Means算法及其改进算法 | 第28-30页 |
| 3.2.3 Clara聚类算法 | 第30页 |
| 3.3 C4.5 决策树算法在并行模式下进行优化 | 第30-36页 |
| 3.3.1 决策树算法简介 | 第30-31页 |
| 3.3.2 决策树算法的基本思想和构造方法 | 第31-32页 |
| 3.3.3 C4.5 决策树算法 | 第32-34页 |
| 3.3.4 C4.5 决策树算法基于MapReduce的并行模式优化 | 第34-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 智能电网Hadoop平台搭建与算法配置 | 第37-51页 |
| 4.1 Hadoop平台的搭建 | 第37-43页 |
| 4.1.1 安装和配置Cygwin | 第37-39页 |
| 4.1.2 搭建Hadoop集群 | 第39-41页 |
| 4.1.3 安装及配置HDFS系统 | 第41-43页 |
| 4.2 绝缘子泄漏电流的监测 | 第43-48页 |
| 4.2.1 提取绝缘子泄漏电流数据 | 第43-44页 |
| 4.2.2 设计HBase存储系统 | 第44-45页 |
| 4.2.3 配置MapReduce分析处理系统 | 第45页 |
| 4.2.4 Clara聚类分析的实现 | 第45-48页 |
| 4.3 SF_6断路器设备故障状态预测 | 第48-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 变电站设备状态监测实验 | 第51-54页 |
| 5.1 求取绝缘子泄漏电流聚类中心 | 第51页 |
| 5.2 SF_6断路器故障检测 | 第51-52页 |
| 5.3 Hadoop集群处理速度对比 | 第52-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 发表文章目录 | 第59-60页 |
| 致谢 | 第60-61页 |
