| 中文摘要 | 第1页 |
| 英文摘要 | 第3-6页 |
| 第一章 绪论 | 第6-13页 |
| ·电力行业中数据的利用现状 | 第6页 |
| ·数据挖掘技术在电力行业的研究现状 | 第6-7页 |
| ·电站机组状态预测的发展 | 第7-10页 |
| ·常用预测方法综述 | 第8-10页 |
| ·本文采用的方法和模型 | 第10页 |
| ·偏最小二乘回归的研究动态 | 第10-12页 |
| ·本文选题意义及主要工作 | 第12-13页 |
| 第二章 数据挖掘与统计分析方法 | 第13-22页 |
| ·数据挖掘技术的发展 | 第13-14页 |
| ·数据挖掘的定义 | 第14-15页 |
| ·数据挖掘的功能 | 第15-17页 |
| ·数据挖掘的分类 | 第17页 |
| ·数据挖掘技术与统计分析方法 | 第17-21页 |
| ·回归分析 | 第18-19页 |
| ·主成分分析 | 第19页 |
| ·判别分析 | 第19页 |
| ·聚类分析 | 第19-20页 |
| ·模糊集 | 第20页 |
| ·粗糙集 | 第20页 |
| ·支持向量机 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 偏最小二乘回归模型 | 第22-37页 |
| ·多重相关性问题 | 第22-23页 |
| ·多重相关性的含义 | 第22页 |
| ·多重相关性的危害 | 第22-23页 |
| ·处理多重共线性的方法 | 第23页 |
| ·偏最小二乘回归的特点 | 第23-24页 |
| ·偏最小二乘回归基本思想 | 第24-25页 |
| ·偏最小二乘回归建模方法 | 第25-33页 |
| ·偏最小二乘回归建模原理 | 第25-30页 |
| ·最佳主成分数的选择 | 第30-31页 |
| ·PLS算法流程图 | 第31-33页 |
| ·PLS 回归的性质及简化算法 | 第33-34页 |
| ·PLS回归性质 | 第33页 |
| ·PLS回归的简化算法 | 第33-34页 |
| ·偏最小二乘回归辅助分析技术 | 第34-35页 |
| ·精度分析 | 第34页 |
| ·变量投影重要性分析 | 第34-35页 |
| ·自变量和因变量之间相关关系分析 | 第35页 |
| ·本章小结 | 第35-37页 |
| 第四章 基于偏最小二乘回归的机组参数预测实例分析 | 第37-51页 |
| ·概述 | 第37-38页 |
| ·基于偏最小二乘回归的运行参数预测实例 | 第38-50页 |
| ·PLS1 实例一 | 第38-43页 |
| ·PLS1 实例二 | 第43-47页 |
| ·PLS2 实例三 | 第47-50页 |
| ·PLS 回归分析技术在运行参数预测中的意义及展望 | 第50页 |
| ·本章小结 | 第50-51页 |
| 第五章 结论与展望 | 第51-53页 |
| ·结论 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 在学期间发表论文和参加科研情况 | 第58页 |