首页--工业技术论文--电工技术论文--输配电工程、电力网及电力系统论文--理论与分析论文--网络分析、电力系统分析论文

电能质量异常数据识别与校验技术的研究和应用

摘要第5-6页
ABSTRACT第6页
第1章 绪论第9-15页
    1.1 研究背景与意义第9-10页
    1.2 国内外研究现状第10-12页
        1.2.1 异常数据检测的研究现状第10-11页
        1.2.2 电能质量异常数据检测的研究现状第11-12页
    1.3 本课题研究内容第12-13页
    1.4 论文组织与结构第13-15页
第2章 异常数据识别与校验技术的研究第15-20页
    2.1 基于统计的校验方法第15-16页
    2.2 基于偏差的校验方法第16页
    2.3 基于聚类的校验方法第16-18页
    2.4 基于深度的校验方法第18页
    2.5 本章小结第18-20页
第3章 改进的K-MEANS聚类算法第20-28页
    3.1 聚类算法思想第20-21页
    3.2 K-MEANS聚类算法第21-23页
        3.2.1 K-MEANS聚类算法的原理第21-22页
        3.2.2 K-MEANS聚类算法的不足第22-23页
    3.3 改进的K-MEANS聚类算法第23-27页
        3.3.1 确定初始聚类中心第23-24页
        3.3.2 确定聚类个数K值第24页
        3.3.3 改进的K-MEANS聚类算法流程第24-27页
    3.4 本章小结第27-28页
第4章 电能质量异常数据识别与校验系统设计第28-36页
    4.1 物理体系结构设计第28-29页
    4.2 逻辑体系结构设计第29-30页
    4.3 系统整体流程设计第30-32页
    4.4 系统功能详细设计第32-35页
    4.5 本章小结第35-36页
第5章 系统实现与结果分析第36-50页
    5.1 开发环境与运行环境第36页
    5.2 电能质量异常数据识别与校验系统实现第36-41页
        5.2.1 服务访问层实现第36-37页
        5.2.2 逻辑层实现第37-40页
        5.2.3 表示层实现第40-41页
    5.3 电能质量异常数据识别与校验结果与分析第41-49页
        5.3.1 异常数据检测结果展示第41-44页
        5.3.2 异常数据检测结果分析第44-49页
            5.3.2.1 数据集分析第44-47页
            5.3.2.2 改进的K-MEANS算法性能分析第47-49页
    5.4 本章小结第49-50页
第6章 结论与展望第50-52页
    6.1 本文总结第50-51页
    6.2 未来工作展望第51-52页
参考文献第52-56页
攻读硕士学位期间发表的论文及其它成果第56-57页
致谢第57页

论文共57页,点击 下载论文
上一篇:精密仪器制造企业创新资源集成效率影响因素研究
下一篇:竞争环境下考虑消费者退货行为的零售商预售策略研究