高维时间序列挖掘及其在EMS中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-15页 |
| ·研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文工作 | 第12-13页 |
| ·论文组织结构 | 第13-15页 |
| 2 智能电网数据挖掘算法研究 | 第15-37页 |
| ·智能电网时序数据实时分类技术研究 | 第15-24页 |
| ·支持向量机模型 | 第15-19页 |
| ·K-means聚类算法 | 第19-20页 |
| ·基于增量式学习实时分类 | 第20-21页 |
| ·实验数据描述 | 第21-22页 |
| ·实验方法 | 第22页 |
| ·实验结果及分析 | 第22-24页 |
| ·智能电网时序数据频繁模式挖掘算法研究 | 第24-36页 |
| ·Apriori算法 | 第25-28页 |
| ·FP-Growth算法 | 第28-30页 |
| ·高效益项集挖掘技术 | 第30页 |
| ·高效益模式挖掘算法TNT-HUI | 第30-34页 |
| ·实验数据描述 | 第34页 |
| ·实验结果及分析 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 3 短期供电预测方法研究 | 第37-44页 |
| ·电力预测相关理论 | 第37-39页 |
| ·支持向量机回归模型 | 第39-41页 |
| ·实验数据描述 | 第41页 |
| ·实验方法 | 第41-42页 |
| ·实验结果及分析 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 4 集团下属公司供电优化策略研究 | 第44-54页 |
| ·供电分配相关研究 | 第44-49页 |
| ·最优停电计划 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 5 项目平台整体搭建 | 第54-61页 |
| ·开发环境搭建 | 第54页 |
| ·系统整体架构说明 | 第54-57页 |
| ·智能电网管理平台功能介绍以及运行测试 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表学术论文情况 | 第67-68页 |
| 致谢 | 第68-69页 |
