火电厂性能监控系统数据预处理技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 论文研究背景及意义 | 第10-11页 |
| 1.2 数据校正技术的发展研究现状与发展 | 第11-13页 |
| 1.3 论文的主要内容与研究思路 | 第13-14页 |
| 1.4 论文结构与组织 | 第14-16页 |
| 第二章 实时监控信息系统与数据预处理技术基础 | 第16-29页 |
| 2.1 实时监控信息系统概述 | 第16-20页 |
| 2.1.1 SIS系统定位 | 第16-17页 |
| 2.1.2 SIS系统的组成及功能 | 第17-19页 |
| 2.1.3 SIS系统发展过程及展望 | 第19-20页 |
| 2.2 动态数据校正技术基础 | 第20-27页 |
| 2.2.1 动态数据校正技术主要内容 | 第20页 |
| 2.2.2 时间序列基本理论 | 第20-21页 |
| 2.2.3 数据预处理技术 | 第21-25页 |
| 2.2.4 数据协调技术 | 第25-26页 |
| 2.2.5 动态测量不确定度理论 | 第26-27页 |
| 2.3 结合动态不确定度的优化数据预处理技术 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 动态数据奇异值识别 | 第29-36页 |
| 3.1 动态测量不确定度介绍 | 第29-33页 |
| 3.1.1 测量不确定度 | 第29-31页 |
| 3.1.2 基于变量差分法的动态测量不确定度评定 | 第31-33页 |
| 3.2 动态数据奇异值识别算法 | 第33-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第四章 动态数据校正 | 第36-43页 |
| 4.1 时间序列与ARIMA模型 | 第36-37页 |
| 4.2 基于ARIMA模型的数据校正 | 第37-42页 |
| 4.2.1 ARIMA模型相关计算 | 第37-39页 |
| 4.2.2 ARIMA模型建立步骤 | 第39-42页 |
| 4.3 基于滤波技术的数据校正 | 第42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 系统实验与验证 | 第43-59页 |
| 5.1 仿真系统总体设计 | 第43-45页 |
| 5.1.1 仿真实例数据来源 | 第43页 |
| 5.1.2 仿真实验总体设计 | 第43-45页 |
| 5.2 动态数据奇异值识别 | 第45-51页 |
| 5.3 动态数据校正 | 第51-54页 |
| 5.3.1 算法流程设计 | 第51页 |
| 5.3.2 仿真数据实验 | 第51-54页 |
| 5.4 数据滤波处理 | 第54-56页 |
| 5.5 基于灰色系统和残差检验的数据预处理对比 | 第56-58页 |
| 5.6 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 主要结论与创新点 | 第59-60页 |
| 6.2 存在的问题与展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间论文发表及科研情况 | 第66页 |
