| 摘要 | 第1页 |
| ABSTRACT | 第4-6页 |
| 第一章 绪论 | 第6-14页 |
| ·短期负荷预测的重要意义 | 第6-7页 |
| ·短期负荷预测研究现状 | 第7-10页 |
| ·分布式数据挖掘的意义及研究现状 | 第10-12页 |
| ·目前电力系统短期负荷预测存在的问题 | 第12-13页 |
| ·本文的主要工作 | 第13-14页 |
| 第二章 分布式数据挖掘 | 第14-30页 |
| ·分布式数据挖掘的简介 | 第14-20页 |
| ·分布式数据挖掘的体系结构设计 | 第20-29页 |
| ·小结 | 第29-30页 |
| 第三章 基于神经网络和决策树的挖掘算法 | 第30-46页 |
| ·引言 | 第30-31页 |
| ·传统决策树生成和剪枝过程简介 | 第31-32页 |
| ·RBF 神经网络 | 第32页 |
| ·基于神经网络的特征选择和决策树的建立 | 第32-34页 |
| ·算法验证 | 第34-35页 |
| ·基于信息增益率函数和聚类分析的气象属性离散化算法 | 第35-36页 |
| ·负荷预测实际算例 | 第36-45页 |
| ·小结 | 第45-46页 |
| 第四章 基于分布式数据挖掘的电力系统短期负荷预测模型 | 第46-55页 |
| ·分布式数据挖掘的预测系统的实现方案 | 第46-53页 |
| ·实际算例 | 第53-54页 |
| ·小结 | 第54-55页 |
| 第五章 结论 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 在学期间发表的学术论文和参加科研情况 | 第60-61页 |
| 详细摘要 | 第61-69页 |