电力系统运行信息的数据挖掘研究
致谢 | 第1-6页 |
摘要 | 第6-8页 |
ABSTRACT | 第8-11页 |
第1章 绪论 | 第11-22页 |
·研究背景及意义 | 第11-12页 |
·数据挖掘技术概述 | 第12-14页 |
·数据挖掘技术在电力系统中的应用现状 | 第14-18页 |
·预测 | 第14-15页 |
·分类 | 第15-16页 |
·关联规则分析 | 第16-17页 |
·聚类 | 第17-18页 |
·离群分析 | 第18页 |
·本文主要研究内容和章节安排 | 第18-20页 |
·本文主要创新点 | 第20-21页 |
·本章小结 | 第21-22页 |
第2章 本文采用的数据挖掘工具的数学模型 | 第22-41页 |
·支持向量机 | 第23-30页 |
·最优分类超平面 | 第23-26页 |
·广义最优分类超平面 | 第26-27页 |
·核函数 | 第27-28页 |
·支持向量机 | 第28-30页 |
·自组织映射神经网络 | 第30-34页 |
·SOM的结构 | 第30-32页 |
·SOM的自组织算法 | 第32-34页 |
·决策树 | 第34-40页 |
·决策树墓本概念 | 第34-37页 |
·CART算法 | 第37-40页 |
·本章小结 | 第40-41页 |
第3章 基于相空间重构的电能质量特性提取 | 第41-54页 |
·引言 | 第41页 |
·电能质量事件 | 第41-43页 |
·电能质量事件定义 | 第41-42页 |
·电能质量特性提取方法 | 第42-43页 |
·相空间重构 | 第43-46页 |
·特征指标的提出 | 第46-49页 |
·编码 | 第46页 |
·四个指标 | 第46-48页 |
·特性提取流程 | 第48-49页 |
·仿真结果 | 第49-53页 |
·典型电能质量扰动信号的指标对比 | 第49-50页 |
·具有统计意义的指标分布图 | 第50-53页 |
·本章小结 | 第53-54页 |
第4章 电能质量扰动事件的SVM分类识别 | 第54-70页 |
·引言 | 第54-55页 |
·电能质量复合扰动 | 第55-58页 |
·构建SVM分类器 | 第58页 |
·分类结果 | 第58-62页 |
·对比实验 | 第62-68页 |
·采用小波变换进行特性提取的对比实验 | 第62-66页 |
·采用ANN构造分类器的对比实验 | 第66-68页 |
·本章小结 | 第68-70页 |
第5章 基于SOM的电力用户负荷曲线聚类研究 | 第70-88页 |
·引言 | 第70-71页 |
·数据来源 | 第71-77页 |
·在线电能监测系统 | 第71-74页 |
·数据库和数据格式 | 第74-77页 |
·数据处理 | 第77-80页 |
·用户负荷曲线 | 第77-78页 |
·负荷曲线特性提取 | 第78-80页 |
·基于SOM的可视化聚类 | 第80-82页 |
·解释评估 | 第82-87页 |
·电力用户曲线划分 | 第82-86页 |
·新用户识别 | 第86-87页 |
·本章小结 | 第87-88页 |
第6章 基于决策树的电网安全评估 | 第88-108页 |
·引言 | 第88-93页 |
·常用的电网安全分析方法 | 第88-91页 |
·相量测量单元 | 第91页 |
·本章的研究过程 | 第91-93页 |
·待测系统 | 第93-94页 |
·WSCC三机九节点系统 | 第93页 |
·浙江某地区实际系统 | 第93-94页 |
·构建数据库 | 第94-98页 |
·计算工具PSASP | 第94-96页 |
·方案设置 | 第96-98页 |
·用于安全评估的决策树生成 | 第98-105页 |
·WSCC三机九节点系统安全评估决策树 | 第99-101页 |
·浙江某地区实际系统安全评估决策树 | 第101-105页 |
·决策树评估 | 第105-107页 |
·安全评估精度 | 第105页 |
·可靠性测试 | 第105-106页 |
·PMU配置方案 | 第106-107页 |
·本章小节 | 第107-108页 |
第7章 总结和展望 | 第108-112页 |
·工作总结 | 第108-109页 |
·主要结论和贡献 | 第109-110页 |
·展望 | 第110-112页 |
参考文献 | 第112-122页 |
攻读博士期间发表的论文 | 第122-123页 |