| 郑重声明 | 第1-4页 |
| 中文摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-9页 |
| 引言 | 第9-10页 |
| 1. 绪论 | 第10-20页 |
| ·选题背景及意义 | 第10-11页 |
| ·过程控制的发展历程和趋势 | 第11-13页 |
| ·数据挖掘技术介绍 | 第13-18页 |
| ·数据挖掘的定义和体系结构 | 第13-14页 |
| ·数据挖掘的分类 | 第14-16页 |
| ·数据挖掘的要求及挑战 | 第16-18页 |
| ·数据挖掘的国内外应用研究动态 | 第18-19页 |
| ·本文主要研究内容和思路 | 第19-20页 |
| 2. 大型数据库中的数据挖掘方法 | 第20-34页 |
| ·数据仓库和数据挖掘 | 第20-22页 |
| ·数据仓库的定义 | 第20-21页 |
| ·数据库的三层结构 | 第21-22页 |
| ·OLTP与OLAP的区别和联系 | 第22页 |
| ·数据挖掘的概念描述 | 第22-26页 |
| ·从数据仓库到数据挖掘 | 第22-24页 |
| ·数据挖掘的一般过程 | 第24-26页 |
| ·关联规则算法 | 第26-30页 |
| ·基本概念 | 第26-27页 |
| ·Apriori算法 | 第27-30页 |
| ·神经网络算法 | 第30-34页 |
| ·人工神经网络模型 | 第30-31页 |
| ·Kohonen自组织神经网络算法 | 第31-34页 |
| 3. 关联规则在燃料发热量在线诊断和预测中的应用 | 第34-47页 |
| ·燃料发热量在线诊断的可行性和基本策略 | 第34-35页 |
| ·数据预处理 | 第35-40页 |
| ·预处理的主要方法 | 第35-37页 |
| ·实例分析 | 第37-40页 |
| ·燃料发热量的关联规则挖掘 | 第40-44页 |
| ·基于EXCEL宏驱动的iDA软件简介 | 第40-42页 |
| ·实例分析 | 第42-44页 |
| ·基于新华 XDPS的燃料发热量在线诊断工程实现 | 第44-47页 |
| ·XDPS历史站配置 | 第44-45页 |
| ·报表配置程序设置 | 第45-46页 |
| ·燃烧系统数据的实时采集和数据挖掘分析 | 第46-47页 |
| 4. 燃烧系统对象建模及控制模型仿真 | 第47-58页 |
| ·基于发热量在线诊断的燃烧控制优化基本思想 | 第47页 |
| ·燃料控制子系统简介 | 第47-49页 |
| ·燃料量反馈的燃料控制系统 | 第48页 |
| ·采用给粉机转速反馈的燃料控制系统 | 第48-49页 |
| ·单元机组的建模方法与锅炉系统建模 | 第49-52页 |
| ·系统分解建模的原则 | 第49页 |
| ·单元机组系统的分解 | 第49-50页 |
| ·锅炉子系统的建模 | 第50-52页 |
| ·利用关联规则构建仿人智能控制器 | 第52-54页 |
| ·基于仿人智能控制的燃烧系统控制优化方法仿真验证 | 第54-58页 |
| 5. 基于 OLAP和 DCS的电力系统数据挖掘集成模型 | 第58-67页 |
| ·电力市场简介 | 第58-61页 |
| ·电力市场的几个基本概念 | 第58-60页 |
| ·我国电力市场的发展方向 | 第60-61页 |
| ·数据挖掘的一般集成应用 | 第61-62页 |
| ·区域性电能生产的数据挖掘集成模型 | 第62-67页 |
| ·电力系统的特点 | 第62-63页 |
| ·基于发电集团的数据挖掘集成模型 | 第63-67页 |
| 6. 总结与展望 | 第67-69页 |
| ·主要研究内容总结 | 第67-68页 |
| ·有待进一步完善的问题 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 附录 作者在攻读硕士学位期间发表的论文 | 第73页 |