首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于用户侧用能数据的能效分析与挖掘研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第11-18页
    1.1 研究背景和意义第11-13页
        1.1.1 新电力体制改革第11-12页
        1.1.2 互联网+智慧能源第12-13页
    1.2 国内外研究现状及能效水平对比第13-16页
        1.2.1 国内研究现状第13-14页
        1.2.2 国外研究现状第14-15页
        1.2.3 各国能效水平比较第15-16页
    1.3 研究内容第16页
    1.4 章节安排第16-18页
第2章 数据挖掘算法与课题关键技术第18-27页
    2.1 数据挖掘相关概念第18-21页
        2.1.1 数据挖掘概述第18-19页
        2.1.2 数据挖掘中的常用方法第19-21页
        2.1.3 能效数据的挖掘研究第21页
    2.2 能效评估综合得分方法第21-22页
    2.3 平台开发关键技术第22-26页
        2.3.1 Java EE第22-23页
        2.3.2 High Charts第23-24页
        2.3.3 Web Service第24页
        2.3.4 Spring框架第24-25页
        2.3.5 Apache Spark第25页
        2.3.6 HDFS第25-26页
        2.3.7 My SQL数据库第26页
    2.4 本章小结第26-27页
第3章 基于PCA和G1法的综合赋权法第27-39页
    3.1 PCA和G1法第27-31页
        3.1.1 PCA基本原理第27-29页
        3.1.2 G1法基本原理第29-31页
    3.2 基于PCA和G1法的综合赋权法第31-32页
        3.2.1 线性加权法第31页
        3.2.2 综合赋权法第31-32页
    3.3 算例分析第32-36页
        3.3.1 建立初选指标集第32-33页
        3.3.2 基于PCA的能效指标筛选实验第33-34页
        3.3.3 基于G1法的能效指标筛选实验第34-35页
        3.3.4 基于PCA和G1法的综合赋权法第35-36页
        3.3.5 算例分析结果对比第36页
    3.4 综合赋权法能效评估模型第36-38页
    3.5 本章小结第38-39页
第4章 用户侧用能数据挖掘算法研究第39-51页
    4.1 K-Means聚类算法第39-40页
        4.1.1 K-Means算法基本思想第39页
        4.1.2 K-Means相关概念第39-40页
        4.1.3 K-Means算法优缺点分析第40页
    4.2 数据预处理方法第40-44页
        4.2.1 异常数识别第40-42页
        4.2.2 数据归一化处理第42-43页
        4.2.3 数据加权处理第43-44页
    4.3 精细化用能数据聚类算法优化第44-47页
        4.3.1 基于密集点选取最优聚类中心的聚类算法第44-45页
        4.3.2 最小最大K均值聚类算法第45-46页
        4.3.3 精细化用能聚类算法第46-47页
    4.4 实验测试和算法分析第47-50页
        4.4.1 算法可行性分析第47-49页
        4.4.2 算法准确率分析第49页
        4.4.3 算法执行效率分析第49-50页
    4.5 本章小结第50-51页
第5章 能效分析与评估系统的设计与实现第51-69页
    5.1 系统需求分析第51-52页
    5.2 系统开发环境第52-53页
    5.3 系统架构设计第53-60页
        5.3.1 系统结构与功能设计第53-55页
            5.3.1.1 系统结构设计第53-54页
            5.3.1.2 系统功能模块设计第54-55页
        5.3.2 关系数据库设计第55-57页
        5.3.3 评估体系建立准则第57-59页
        5.3.4 指标评价分类准则第59-60页
    5.4 系统前端页面的实现第60-65页
        5.4.1 企业概况第60-61页
        5.4.2 资产管理第61-62页
        5.4.3 能效管理第62-64页
        5.4.4 用能配置第64页
        5.4.5 系统配置第64-65页
    5.5 系统性能测试第65-68页
        5.5.1 系统测试环境第65页
        5.5.2 性能测试案例第65-67页
        5.5.3 性能测试结果分析第67-68页
    5.6 本章小结第68-69页
第6章 总结与展望第69-70页
    6.1 论文总结第69页
    6.2 展望第69-70页
参考文献第70-73页
攻读硕士期间研究成果第73-74页
致谢第74页

论文共74页,点击 下载论文
上一篇:基于国网企信公众平台的培训管理系统的研究与设计
下一篇:电力设备多源异构大数据融合方法研究