| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 选题背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 电力设备状态监测方法研究现状 | 第11-12页 |
| 1.2.2 云计算与 Hadoop 平台研究现状 | 第12-15页 |
| 1.3 本文工作 | 第15页 |
| 1.4 章节安排 | 第15-17页 |
| 第2章 云平台 Hadoop 的相关技术 | 第17-27页 |
| 2.1 Hadoop 平台开源软件 | 第17-19页 |
| 2.2 Hadoop 分布式计算关键技术 | 第19-25页 |
| 2.2.1 Hadoop 分布式文件系统（HDFS） | 第20-22页 |
| 2.2.2 MapReduce 计算框架 | 第22-25页 |
| 2.3 MAPREDUCE 算法设计模式 | 第25-26页 |
| 2.3.1 本地内聚 | 第25-26页 |
| 2.3.2 二元组和三元组 | 第26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 电力设备状态评估的半监督聚类新方法 | 第27-33页 |
| 3.1 传统电力设备状态监测方法 | 第27-28页 |
| 3.2 半监督聚类评估新方法 | 第28-31页 |
| 3.2.1 传统 KMeans 聚类算法 | 第29-30页 |
| 3.2.2 半监督 KMeans 聚类算法 | 第30-31页 |
| 3.3 基于 Hadoop 的电力设备监测平台 | 第31-32页 |
| 3.3.1 Cloudera 公司智能电网项目 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 基于 Hadoop 的电力设备状态监测系统设计 | 第33-44页 |
| 4.1 实现性能需求与目标 | 第33页 |
| 4.1.1 性能需求 | 第33页 |
| 4.1.2 实现目标 | 第33页 |
| 4.2 系统设计思路 | 第33-34页 |
| 4.2.1 高内聚和低耦合 | 第34页 |
| 4.3 系统总体架构 | 第34-35页 |
| 4.4 子模块设计 | 第35-43页 |
| 4.4.1 HBase 存储系统设计 | 第35-36页 |
| 4.4.2 泄漏电流信号的特征提取 | 第36-40页 |
| 4.4.3 绝缘子状态评估 | 第40-42页 |
| 4.4.4 系统实现 | 第42-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 基于 Hadoop 的电力设备状态系统的实验平台搭建及测试 | 第44-50页 |
| 5.1 搭建 Hadoop 集群 | 第44-45页 |
| 5.1.1 Hadoop 及相关软件的安装 | 第45页 |
| 5.2 Hadoop 的性能调优 | 第45-47页 |
| 5.2.1 任务数和任务占用内存大小配置 | 第46页 |
| 5.2.2 安装并配置 HBase | 第46-47页 |
| 5.3 实验结果 | 第47-49页 |
| 5.4 本章小结 | 第49-50页 |
| 第6章 结论与展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士期间发表的论文 | 第54-55页 |
| 致谢 | 第55页 |
