| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.2 国内外的研究现状 | 第11-14页 |
| 1.2.1 国外研究情况 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-14页 |
| 1.3 论文的主要工作 | 第14-15页 |
| 第2章 电网GIC预警的基本理论和方法 | 第15-25页 |
| 2.1 电网GIC的产生机理 | 第15-16页 |
| 2.2 电网GIC的计算方法 | 第16-20页 |
| 2.2.1 地面感应电场计算方法 | 第16-19页 |
| 2.2.2 电网GIC计算方法 | 第19-20页 |
| 2.3 电网GIC预警的基本方法 | 第20-25页 |
| 2.3.1 基于回归分析的预测技术 | 第21-22页 |
| 2.3.2 基于时间序列的预测技术 | 第22页 |
| 2.3.3 基于灰色系统理论的预测技术 | 第22-23页 |
| 2.3.4 基于优化组合的预测技术 | 第23页 |
| 2.3.5 基于神经网络的预测技术 | 第23-24页 |
| 2.3.6 基于支持向量机的预测技术 | 第24-25页 |
| 第3章 基于时间序列动态神经网络GIC预测方法研究 | 第25-31页 |
| 3.1 电网GIC的NARX动态神经网络预测模型 | 第25-27页 |
| 3.2 模型数据选择 | 第27-28页 |
| 3.3 模型效果分析 | 第28-29页 |
| 3.4 本章小结 | 第29-31页 |
| 第4章 基于小波神经网络的GIC预测方法研究 | 第31-37页 |
| 4.1 电网GIC的小波神经网络预测模型 | 第31-33页 |
| 4.2 模型数据选择与效果分析 | 第33-34页 |
| 4.3 模型对比分析 | 第34-35页 |
| 4.4 本章小结 | 第35-37页 |
| 第5章 电网GIC支撑数据仓库体系规划 | 第37-46页 |
| 5.1 需求分析 | 第37页 |
| 5.2 框架总体结构 | 第37-38页 |
| 5.3 数据源层 | 第38-41页 |
| 5.4 数据获取层 | 第41-42页 |
| 5.4.1 数据获取方式 | 第41-42页 |
| 5.4.2 ETL | 第42页 |
| 5.5 数据仓库层 | 第42-44页 |
| 5.5.1 电网GIC基础数据仓库 | 第43页 |
| 5.5.2 电网GIC数据仓库 | 第43-44页 |
| 5.5.3 数据集市 | 第44页 |
| 5.6 数据应用层 | 第44页 |
| 5.7 数据仓库管理工具 | 第44页 |
| 5.8 本章小结 | 第44-46页 |
| 第六章 结论和展望 | 第46-48页 |
| 6.1 结论 | 第46-47页 |
| 6.2 有待继续研究的问题 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 攻读硕士学位期间发表的学术论文及其它成果 | 第52-53页 |
| 攻读硕士学位期间参加的科研工作 | 第53-54页 |
| 致谢 | 第54页 |