| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 选题背景与意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-14页 |
| 1.2.1 智能电网研究现状 | 第9-10页 |
| 1.2.2 智能电网下WAMS研究现状 | 第10-11页 |
| 1.2.3 数据流异常检测研究现状 | 第11页 |
| 1.2.4 异常点检测方法的研究现状 | 第11-13页 |
| 1.2.5 自动编码器研究现状 | 第13-14页 |
| 1.3 课题研究的主要内容 | 第14页 |
| 1.4 论文的组织安排 | 第14-16页 |
| 第2章 相关技术 | 第16-22页 |
| 2.1 数据流处理模型 | 第16-17页 |
| 2.2 开源流式计算系统 | 第17-21页 |
| 2.2.1 Spark系统简介 | 第17-18页 |
| 2.2.2 S4系统简介 | 第18页 |
| 2.2.3 Samza系统简介 | 第18-19页 |
| 2.2.4 Storm系统简介 | 第19-21页 |
| 2.3 分布式协调服务Zookeeper | 第21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 WAMS数据流降维模型设计 | 第22-29页 |
| 3.1 滑动窗口技术原理 | 第22-23页 |
| 3.2 自动编码器原理 | 第23-24页 |
| 3.3 基于自动编码器的WAMS数据流降维模型设计 | 第24-28页 |
| 3.3.1 WAMS数据特征分析 | 第24-26页 |
| 3.3.2 WAMS数据流降维模型设计 | 第26-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第4章 基于降维处理的WAMS数据流异常检测模型设计 | 第29-37页 |
| 4.1 LOF异常检测算法简介 | 第29-30页 |
| 4.2 LOF异常检测算法改进 | 第30-32页 |
| 4.2.1 基于k-means异常数据集初选模型设计 | 第30-31页 |
| 4.2.2 k-means异常数据初选模型优化 | 第31-32页 |
| 4.3 基于改进LOF的WAMS数据流异常检测 | 第32页 |
| 4.4 实验对比分析 | 第32-34页 |
| 4.5 基于降维处理的WAMS数据流异常检测模型DSDAEKLOF设计 | 第34-36页 |
| 4.6 本章小结 | 第36-37页 |
| 第5章 基于Storm平台的DSDAEKLOF模型设计与实现 | 第37-44页 |
| 5.1 Storm云计算平台搭建与配置 | 第37-38页 |
| 5.1.1 系统环境说明 | 第37页 |
| 5.1.2 平台搭建过程 | 第37-38页 |
| 5.2 实时流处理框架的设计 | 第38-40页 |
| 5.3 Strom框架下DSDAEKLOF模型的拓扑实现 | 第40-42页 |
| 5.3.1 DSDAEKLOF模型拓扑结构 | 第40-41页 |
| 5.3.2 数据流的并行处理流程 | 第41-42页 |
| 5.4 实验与算例分析 | 第42-43页 |
| 5.5 本章小结 | 第43-44页 |
| 第6章 总结与展望 | 第44-45页 |
| 6.1 总结 | 第44页 |
| 6.2 展望 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第48-49页 |
| 致谢 | 第49页 |
