基于关联规则的锅炉异常工况数据挖掘
| 摘要 | 第1页 |
| ABSTRACT | 第3-6页 |
| 第一章 引言 | 第6-12页 |
| ·电厂状态监测及故障诊断 | 第6-8页 |
| ·基于规则的专家系统 | 第8页 |
| ·数据挖掘技术产生背景及现状 | 第8-10页 |
| ·选题意义及主要工作 | 第10-12页 |
| 第二章 数据挖掘概论 | 第12-21页 |
| ·数据挖掘基本理论 | 第12-15页 |
| ·数据挖掘主要模式 | 第15-17页 |
| ·分类和预测 | 第15-16页 |
| ·关联分析 | 第16页 |
| ·聚类分析 | 第16页 |
| ·异类分析 | 第16-17页 |
| ·数据挖掘常用方法 | 第17-19页 |
| ·粗糙集理论 | 第17-18页 |
| ·神经网络 | 第18页 |
| ·关联规则 | 第18-19页 |
| ·决策树 | 第19页 |
| ·小结 | 第19-21页 |
| 第三章 关联规则挖掘算法 | 第21-28页 |
| ·经典APRIORI算法 | 第21-25页 |
| ·Apriori 算法基本理论 | 第21-24页 |
| ·Apriori 算法的改进 | 第24-25页 |
| ·其它主要算法 | 第25-27页 |
| ·FP-growth 算法 | 第25页 |
| ·多层关联规则挖掘算法 | 第25-26页 |
| ·多维关联规则挖掘算法 | 第26-27页 |
| ·小结 | 第27-28页 |
| 第四章 基于关联规则的锅炉故障在线诊断系统的开发 | 第28-38页 |
| ·系统概述 | 第28-29页 |
| ·关联规则挖掘子系统的开发 | 第29-36页 |
| ·系统设计 | 第29-33页 |
| ·系统简介 | 第33-36页 |
| ·故障诊断子系统的开发 | 第36-37页 |
| ·系统设计 | 第36页 |
| ·系统简介 | 第36-37页 |
| ·小结 | 第37-38页 |
| 第五章 基于关联规则的锅炉故障诊断应用实例 | 第38-45页 |
| ·引言 | 第38-42页 |
| ·关联规则挖掘结果及其故障在线诊断应用 | 第42-43页 |
| ·关联规则挖掘技术在电力行业中的应用前景及意义 | 第43-44页 |
| ·小结 | 第44-45页 |
| 第六章 总结 | 第45-47页 |
| 参考文献 | 第47-49页 |
| 致谢 | 第49-50页 |
| 附录 | 第50-54页 |
| 附录1 DCS 测点 | 第50-52页 |
| 附录2 关联规则挖掘结果 | 第52-54页 |
| 在学期间发表的学术论文和参加科研情况 | 第54页 |
