| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 课题研究的背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 物联网的研究现状 | 第10-11页 |
| 1.2.2 面向需求的电气节能应用研究现状 | 第11-12页 |
| 1.2.3 专家控制的研究现状 | 第12页 |
| 1.3 本文的主要工作 | 第12-14页 |
| 第2章 电气设备物联网系统及其数据库设计 | 第14-26页 |
| 2.1 电气设备物联网及其构成 | 第14-16页 |
| 2.1.1 电气设备物联网 | 第14页 |
| 2.1.2 硬件介绍 | 第14-16页 |
| 2.1.3 管理软件 | 第16页 |
| 2.2 数据库的设计 | 第16-21页 |
| 2.2.1 面向物联网的数据特征 | 第16-17页 |
| 2.2.2 数据库概述与选择 | 第17页 |
| 2.2.3 数据库结构设计 | 第17-20页 |
| 2.2.4 数据库的存取 | 第20-21页 |
| 2.3 电气设备物联网系统节能应用 | 第21-25页 |
| 2.3.1 通过远程控制实现节能 | 第21-23页 |
| 2.3.2 通过定时控制实现节能 | 第23-24页 |
| 2.3.3 基于规则设定的节能控制 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 面向需求的电气设备物联网关联规则挖掘 | 第26-37页 |
| 3.1 关联规则挖掘理论基础 | 第26-28页 |
| 3.1.1 关联规则基本概念 | 第26-27页 |
| 3.1.2 关联规则的分类 | 第27页 |
| 3.1.3 关联规则挖掘基本步骤 | 第27-28页 |
| 3.2 电气设备物联网数据预处理 | 第28-32页 |
| 3.2.1 电气设备物联网数据准备 | 第28-29页 |
| 3.2.2 电气设备物联网数据转换 | 第29-32页 |
| 3.3 照明与空调系统关联规则挖掘 | 第32-36页 |
| 3.3.1 带约束的关联规则挖掘 | 第33-34页 |
| 3.3.2 照明系统关联规则挖掘 | 第34页 |
| 3.3.3 空调系统关联规则挖掘 | 第34-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 建筑电气设备物联网节能应用专家系统 | 第37-59页 |
| 4.1 专家系统的概念和基本结构 | 第37-40页 |
| 4.1.1 专家系统的概念 | 第37页 |
| 4.1.2 专家系统的基本结构 | 第37-39页 |
| 4.1.3 专家系统知识表示及获取 | 第39-40页 |
| 4.2 建筑电气设备物联网专家控制系统 | 第40-43页 |
| 4.2.1. 专家控制系统基本概念 | 第40-42页 |
| 4.2.2 建筑电气设备物联网专家控制系统基本结构 | 第42-43页 |
| 4.3 基于红外热释电传感器的人员状态智能判断 | 第43-50页 |
| 4.3.1 建筑电气设备物联网红外热释电传感器人员检测基本原理 | 第43-44页 |
| 4.3.2 最小二乘法曲线拟合 | 第44-45页 |
| 4.3.3 热释电红外传感器人员检测特征 | 第45-49页 |
| 4.3.4 基于热释电数据的人员状态曲线拟合 | 第49-50页 |
| 4.4 推理机制 | 第50-53页 |
| 4.4.1 推理控制策略 | 第50-51页 |
| 4.4.2 面向需求的专家控制推理机制 | 第51-53页 |
| 4.5 系统的开发 | 第53-57页 |
| 4.5.1 关联规则挖掘子系统的开发 | 第55-56页 |
| 4.5.2 专家控制子系统的开发 | 第56-57页 |
| 4.6 电气设备物联网专家控制系统节能应用研究 | 第57-58页 |
| 4.7 本章小结 | 第58-59页 |
| 第5章 结论与展望 | 第59-61页 |
| 5.1 总结 | 第59页 |
| 5.2 展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士学位期间论文发表及科研情况 | 第65页 |