| 摘要 | 第1页 |
| ABSTRACT | 第3-6页 |
| 第一章 绪论 | 第6-9页 |
| ·研究的意义 | 第6-7页 |
| ·现阶段对于不良数据辨识研究概况 | 第7页 |
| ·数据挖掘方法的引入 | 第7-8页 |
| ·本文所做的工作 | 第8-9页 |
| 第二章 数据挖掘理论 | 第9-19页 |
| ·数据挖掘的含义 | 第9页 |
| ·数据挖掘的发展状况 | 第9-10页 |
| ·数据挖掘的过程 | 第10-12页 |
| ·数据挖掘技术的原理方法 | 第12-15页 |
| ·引言 | 第12-13页 |
| ·分类 | 第13-14页 |
| ·聚类 | 第14页 |
| ·关联规则发现 | 第14-15页 |
| ·数据挖掘技术在电力系统中的应用 | 第15-17页 |
| ·电力系统的数据挖掘策略 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 SCADA 系统介绍 | 第19-25页 |
| ·数据采集与监视系统 SCADA 概述 | 第19-22页 |
| ·SCADA 硬件系统 | 第19-20页 |
| ·SCADA 的数据流程 | 第20-21页 |
| ·SCADA 的功能 | 第21-22页 |
| ·SCADA 系统存在的问题 | 第22-23页 |
| ·噪声数据的处理方法 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第四章 面向 SCADA 遥信告警辨识的分类器设计 | 第25-49页 |
| ·概述 | 第25页 |
| ·数据分类的过程 | 第25-27页 |
| ·分类算法概述 | 第27页 |
| ·基于决策树的分类器设计思路 | 第27-34页 |
| ·数据预处理 | 第27-28页 |
| ·主要归纳关系形成 | 第28-29页 |
| ·测试属性的提取 | 第29-31页 |
| ·形成分类决策树 | 第31-32页 |
| ·树枝修剪 | 第32-33页 |
| ·分类规则的提取 | 第33-34页 |
| ·分类器在遥信噪声数据辨识中的实现 | 第34-49页 |
| ·数据预处理 | 第34-38页 |
| ·特性关系的提取 | 第38-40页 |
| ·决策树决策规则的形成 | 第40-44页 |
| ·算例分析 | 第44-49页 |
| 第五章 结论和展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 在学期间发表的学术论文和参加科研情况 | 第55页 |