| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题背景及研究的目的和意义 | 第9-11页 |
| 1.2.1 课题背景 | 第9-10页 |
| 1.2.2 课题目的和意义 | 第10-11页 |
| 1.3 国内外研究现状分析 | 第11-15页 |
| 1.3.1 光伏电站监测系统发展现状 | 第11-12页 |
| 1.3.2 数据挖掘在电力领域应用现状 | 第12-14页 |
| 1.3.3 MapReduce框架在电力领域应用现状 | 第14-15页 |
| 1.4 当前存在的主要问题 | 第15-16页 |
| 1.5 本论文的主要工作内容 | 第16-18页 |
| 第2章 光伏电站故障监测系统需求分析 | 第18-27页 |
| 2.1 光伏电站常见故障及解决措施 | 第18-19页 |
| 2.2 光伏电站故障监测系统的主要流程分析 | 第19-21页 |
| 2.2.1 系统的业务流程分析 | 第19-20页 |
| 2.2.2 系统的数据流程分析 | 第20-21页 |
| 2.3 光伏故障监测系统的功能性需求 | 第21-25页 |
| 2.4 光伏故障监测系统的非功能性需求 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 面向光伏电站故障数据的关键处理技术 | 第27-45页 |
| 3.1 基于K均值的光伏缺失数据填充机制 | 第27-31页 |
| 3.1.1 问题描述 | 第27-28页 |
| 3.1.2 基于K均值的光伏缺失数据填充机制 | 第28-29页 |
| 3.1.3 实验验证和分析 | 第29-31页 |
| 3.2 基于分类方法的光伏电站故障预测模型 | 第31-39页 |
| 3.2.1 问题描述 | 第31-32页 |
| 3.2.2 基于分类方法的光伏故障预测过程 | 第32-33页 |
| 3.2.3 基于分类方法的光伏故障预测模型 | 第33-38页 |
| 3.2.4 实验验证和分析 | 第38-39页 |
| 3.3 基于MapReduce光伏故障数据处理框架 | 第39-44页 |
| 3.3.1 问题描述 | 第39-40页 |
| 3.3.2 光伏缺失值数据填充算法的并行化过程 | 第40-41页 |
| 3.3.3 光伏故障预测模型建立算法的并行化过程 | 第41-43页 |
| 3.3.4 实验验证和分析 | 第43-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 光伏电站故障监测系统设计 | 第45-57页 |
| 4.1 光伏故障监测系统的体系结构设计 | 第45-46页 |
| 4.2 光伏故障监测系统的网络拓扑结构设计 | 第46-47页 |
| 4.3 光伏故障监测系统的功能模块设计 | 第47-53页 |
| 4.3.1 光伏数据预处理模块功能设计 | 第48-49页 |
| 4.3.2 光伏故障预测模型建立模块功能设计 | 第49-51页 |
| 4.3.3 光伏设备实时监测模块功能设计 | 第51-53页 |
| 4.4 光伏故障监测系统的数据表设计 | 第53-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 光伏电站故障监测系统实现与测试 | 第57-73页 |
| 5.1 光伏故障监测系统实现 | 第57-69页 |
| 5.1.1 实现技术及开发环境 | 第57-58页 |
| 5.1.2 Hadoop和Mahout的配置 | 第58-60页 |
| 5.1.3 关键模块功能实现 | 第60-69页 |
| 5.2 光伏故障监测系统测试 | 第69-72页 |
| 5.2.1 功能测试 | 第70-71页 |
| 5.2.2 非功能测试 | 第71-72页 |
| 5.3 系统应用前景分析 | 第72页 |
| 5.4 本章小结 | 第72-73页 |
| 结论 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 致谢 | 第79页 |