| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景及研究意义 | 第9-11页 |
| 1.1.1 第三次工业革命的机遇 | 第9页 |
| 1.1.2 大数据带来的电力行业变革 | 第9-10页 |
| 1.1.3 研究目的和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 电厂运行优化研究现状 | 第11-12页 |
| 1.2.2 数据挖掘在电厂运行优化中的研究现状 | 第12-13页 |
| 1.3 论文主要研究内容 | 第13-15页 |
| 第2章 数据来源及获取流程研究 | 第15-21页 |
| 2.1 数据来源 | 第15-17页 |
| 2.2 SIS系统及数据获取流程研究 | 第17-20页 |
| 2.2.1 Optimax Plantconnect | 第17-18页 |
| 2.2.2 数据采集 | 第18-19页 |
| 2.2.3 数据传输 | 第19页 |
| 2.2.4 数据存储 | 第19-20页 |
| 2.3 本章内容小结 | 第20-21页 |
| 第3章 电厂实时数据预处理 | 第21-29页 |
| 3.1 实时数据预处理的意义 | 第21页 |
| 3.2 组合预测 | 第21-22页 |
| 3.3 基于拉格朗日插值和GARCH模型的组合预测模型 | 第22-28页 |
| 3.3.1 拉格朗日插值 | 第22-24页 |
| 3.3.2 GARCH模型 | 第24-26页 |
| 3.3.3 组合预测模型 | 第26-28页 |
| 3.4 本章内容小结 | 第28-29页 |
| 第4章 基于序列模式的供电煤耗保护关联算法 | 第29-36页 |
| 4.1 供电煤耗 | 第29页 |
| 4.2 算法设计思想 | 第29-30页 |
| 4.3 CCPC算法框架设计 | 第30-31页 |
| 4.4 CCPC算法详述 | 第31-34页 |
| 4.5 本章内容小结 | 第34-36页 |
| 第5章 CCPC算法的实验与结果分析 | 第36-41页 |
| 5.1 数据挖掘工具SPSS Clementine | 第36页 |
| 5.2 Clementine中实现CCPC算法序列模式挖掘 | 第36-40页 |
| 5.3 本章内容小结 | 第40-41页 |
| 第6章 总结与展望 | 第41-44页 |
| 6.1 研究内容总结 | 第41-42页 |
| 6.2 后续研究展望 | 第42-44页 |
| 参考文献 | 第44-46页 |
| 致谢 | 第46页 |
