| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 研究的主要内容 | 第12-13页 |
| 第二章 基于电网的大数据技术应用分析 | 第13-18页 |
| 2.1 现代电网介绍 | 第13-14页 |
| 2.1.1 现代电网的发展 | 第13页 |
| 2.1.2 现代电网具有的数据特征 | 第13-14页 |
| 2.1.3 现代电网的数据类型 | 第14页 |
| 2.2 电网数据处理的方法 | 第14-16页 |
| 2.2.1 数据处理模式 | 第15页 |
| 2.2.2 多类型数据共显技术 | 第15页 |
| 2.2.3 数据挖掘分析 | 第15-16页 |
| 2.2.4 数据直观化 | 第16页 |
| 2.3 本章小结 | 第16-18页 |
| 第三章 电网数据应用优化框架设计 | 第18-23页 |
| 3.1 信息融合技术 | 第18-19页 |
| 3.2 电网数据应用优化框架的设计 | 第19-20页 |
| 3.3 应用平台的构建与性能优化 | 第20-21页 |
| 3.3.1 数据测量层 | 第21页 |
| 3.3.2 数据处理层 | 第21页 |
| 3.3.3 数据应用层 | 第21页 |
| 3.4 本章小结 | 第21-23页 |
| 第四章 MA-BP优化算法探究 | 第23-35页 |
| 4.1 电网数据特性研究 | 第23页 |
| 4.2 互信息理论介绍 | 第23-25页 |
| 4.2.1 互信息及相关概念 | 第23-25页 |
| 4.2.2 KNN分类算法 | 第25页 |
| 4.3 变量筛选方法 | 第25-27页 |
| 4.4 本文算法的并行化介绍 | 第27-31页 |
| 4.4.1 BP网络算法 | 第27-28页 |
| 4.4.2 基于MapReduce的BP神经网络介绍 | 第28-31页 |
| 4.5 MapReduce并行性编程模型 | 第31-33页 |
| 4.6 对MapReduce进行应用处理 | 第33-34页 |
| 4.7 本章小结 | 第34-35页 |
| 第五章 电网数据应用优化的仿真实验研究分析——以新疆某风电场为例 | 第35-47页 |
| 5.1 新疆电网概况 | 第35页 |
| 5.2 仿真应用平台的构建 | 第35-37页 |
| 5.3 基于Hodoop处理平台的MapReduce数据处理流程 | 第37-40页 |
| 5.4 设置实验数据及评价指标 | 第40-42页 |
| 5.5 仿真实验结果分析 | 第42-46页 |
| 5.6 本章小结 | 第46-47页 |
| 总结与展望 | 第47-49页 |
| 1 总结 | 第47页 |
| 2 展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 附件 | 第53页 |
