面向电力集中监控业务的线路状态异常预测方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-20页 |
| 1.1 课题的研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.3 课题研究内容 | 第16-18页 |
| 1.4 论文组织结构 | 第18-20页 |
| 第2章 背景知识和相关研究工作 | 第20-28页 |
| 2.1 异常挖掘的基本概念 | 第20页 |
| 2.2 异常挖掘经典算法 | 第20-25页 |
| 2.2.1 基于统计的异常挖掘 | 第20-21页 |
| 2.2.2 基于分类的异常挖掘 | 第21-23页 |
| 2.2.3 基于聚类的异常挖掘 | 第23-24页 |
| 2.2.4 基于回归的异常挖掘 | 第24-25页 |
| 2.3 异常挖掘评价指标 | 第25-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第3章 线路状态异常特征工程 | 第28-47页 |
| 3.1 数据来源与异常预警需求 | 第28-32页 |
| 3.1.1 数据来源及线路状态异常的定义 | 第28页 |
| 3.1.2 线路端点异常预警需求 | 第28-32页 |
| 3.2 线路端点数据预处理 | 第32-37页 |
| 3.2.1 数据抽取与转换 | 第32-33页 |
| 3.2.2 数据清洗 | 第33-35页 |
| 3.2.3 线路端点数据异常标注 | 第35-37页 |
| 3.3 线路端点基本特征 | 第37-39页 |
| 3.4 线路端点领域知识特征 | 第39-42页 |
| 3.4.1 相关领域知识 | 第39-40页 |
| 3.4.2 领域知识特征提取 | 第40-42页 |
| 3.5 特征选择 | 第42-45页 |
| 3.5.1 特征重要性系数 | 第42-43页 |
| 3.5.2 特征加权平均重要性系数 | 第43-44页 |
| 3.5.3 特征选择方法对比 | 第44-45页 |
| 3.6 本章小结 | 第45-47页 |
| 第4章 线路状态异常预测模型 | 第47-66页 |
| 4.1 基于线路端点数据特征的模型选择 | 第47页 |
| 4.2 线路状态异常分类模型 | 第47-48页 |
| 4.2.1 线路状态异常分类模型概述 | 第47-48页 |
| 4.2.2 线路状态异常分类模型流程 | 第48页 |
| 4.3 线路状态异常聚类模型 | 第48-52页 |
| 4.3.1 线路状态异常聚类模型概述 | 第48-52页 |
| 4.3.2 线路状态异常聚类模型流程 | 第52页 |
| 4.4 线路状态异常混合模型 | 第52-56页 |
| 4.4.1 模型融合概述 | 第52页 |
| 4.4.2 模型融合流程 | 第52-56页 |
| 4.5 模型效果实验对比 | 第56-62页 |
| 4.5.1 样本比例选择 | 第56-57页 |
| 4.5.2 分类模型 | 第57-59页 |
| 4.5.3 聚类模型 | 第59-61页 |
| 4.5.4 混合模型 | 第61-62页 |
| 4.6 线路状态异常预测模型应用 | 第62-65页 |
| 4.6.1 线路状态异常预警系统流程 | 第62-63页 |
| 4.6.2 线路状态异常预警可视化 | 第63-65页 |
| 4.7 本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73页 |
