| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-18页 |
| ·研究背景、目的及意义 | 第10-11页 |
| ·数据挖掘技术简述 | 第11-15页 |
| ·数据挖掘与电力自动化 | 第15-16页 |
| ·本文的主要工作 | 第16-17页 |
| ·本文组织 | 第17-18页 |
| 2 基于粗糙集的属性约简算法 | 第18-44页 |
| ·粗糙集的基本概念 | 第18-21页 |
| ·基于关联影响度的约简算法 | 第21-28页 |
| ·关联影响粗糙集动态约简算法 | 第28-33页 |
| ·实时决策属性约简算法 | 第33-38页 |
| ·属性分类约简算法 | 第38-42页 |
| ·本章小结 | 第42-44页 |
| 3. 基于粗糙集关联影响属性约简的电网故障诊断和预警机制 | 第44-67页 |
| ·电力自动化系统的架构 | 第44-47页 |
| ·基于粗糙集的配电网故障诊断方法 | 第47-57页 |
| ·馈线故障诊断实时性属性约简 | 第57页 |
| ·馈线故障诊断属性分类约简 | 第57-58页 |
| ·基于粗糙集的电网连锁故障诊断和预警方法 | 第58-63页 |
| ·关联影响粗糙集属性及其动态约简的应用 | 第63-65页 |
| ·本章小结 | 第65-67页 |
| 4 调和聚类-分类算法及应用 | 第67-82页 |
| ·数据挖掘中的分类和聚类技术 | 第67-70页 |
| ·调和聚类-分类算法 | 第70-74页 |
| ·调和聚类-分类算法在电力负荷预测中的应用 | 第74-81页 |
| ·小结 | 第81-82页 |
| 5 总结与展望 | 第82-85页 |
| ·主要工作总结 | 第82-83页 |
| ·展望 | 第83-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-97页 |
| 附录1 攻读博士期间发表的论文 | 第97-99页 |
| 附录2 攻读博士期间参加科研项目、获得专利及起草的标准 | 第99页 |