| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 新能源配套电气设备质量现状 | 第10-11页 |
| 1.2.1 普通电气设备 | 第10页 |
| 1.2.2 新能源电气设备 | 第10-11页 |
| 1.2.3 国内外电气设备质量差异 | 第11页 |
| 1.3 研究问题的提出 | 第11-12页 |
| 1.4 论文的基本框架 | 第12-13页 |
| 第2章 新能源电气设备概况 | 第13-18页 |
| 2.1 新能源概念 | 第13页 |
| 2.2 我国新能源发展现状 | 第13-15页 |
| 2.2.1 风力资源 | 第13-14页 |
| 2.2.2 光伏资源 | 第14页 |
| 2.2.3 其他新能源资源 | 第14-15页 |
| 2.3 发展新能源的意义 | 第15页 |
| 2.4 电气设备概念 | 第15页 |
| 2.5 新能源配套电气设备特点 | 第15-17页 |
| 2.5.1 风力发电配套电气设备特点 | 第16页 |
| 2.5.2 光伏发电配套电气设备特点 | 第16页 |
| 2.5.3 其他新能源配套电气设备特点 | 第16-17页 |
| 2.6 本章小结 | 第17-18页 |
| 第3章 质量管理对电气设备评价管理 | 第18-30页 |
| 3.1 质量管理概念 | 第18-19页 |
| 3.2 设备质量管理核心工作 | 第19-20页 |
| 3.3 设备质量管理手段和方法 | 第20-21页 |
| 3.4 质量管理意义 | 第21页 |
| 3.5 新能源与常规电源项目配套电气设备质量管理的异同 | 第21-26页 |
| 3.6 新能源配套电气设备质量管理体系 | 第26-29页 |
| 3.6.1 设备质量分类管理体系的结构及特点 | 第26-27页 |
| 3.6.2 设备质量分类管理体系的管控要点 | 第27-28页 |
| 3.6.3 设备质量分类管理体系的实施方法 | 第28-29页 |
| 3.7 本章小结 | 第29-30页 |
| 第4章 基于大数据背景下的模型建立以及实例分析 | 第30-41页 |
| 4.1 大数据内涵 | 第30-31页 |
| 4.2 大数据分析研究现状 | 第31-33页 |
| 4.2.1 大数据分析延伸新型服务 | 第31页 |
| 4.2.2 大数据分析方法 | 第31-32页 |
| 4.2.3 大数据驱动技术发展 | 第32页 |
| 4.2.4 大数据搭载技术平台 | 第32-33页 |
| 4.3 赫芬达尔—赫希曼指数 | 第33页 |
| 4.4 基于大数据背景赫芬达尔-赫希曼指数模型建立 | 第33-36页 |
| 4.4.1 电气设备质量问题的结构化处理 | 第34-36页 |
| 4.4.2 数据筛选颗粒度的确定 | 第36页 |
| 4.5 基于数据模型的实例分析 | 第36-39页 |
| 4.6 借助循环管理原理提升数据多次利用 | 第39页 |
| 4.7 本章小结 | 第39-41页 |
| 第5章 结论与展望 | 第41-43页 |
| 5.1 结论 | 第41页 |
| 5.2 展望 | 第41-43页 |
| 参考文献 | 第43-45页 |
| 致谢 | 第45页 |