| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 课题研究背景 | 第8-11页 |
| 1.1.1 概述 | 第8-9页 |
| 1.1.2 电厂数据资源状况 | 第9-10页 |
| 1.1.3 大数据在电力行业中的发展状况 | 第10-11页 |
| 1.2 国内外的研究现状 | 第11-13页 |
| 1.2.1 电厂优化运行方面现状 | 第11-12页 |
| 1.2.2 数据挖掘在电厂大数据资源利用的应用现状 | 第12-13页 |
| 1.3 本课题的研究意义和目的 | 第13-14页 |
| 1.4 本论文的主要研究内容 | 第14-15页 |
| 第二章 数据挖掘技术概述 | 第15-21页 |
| 2.1 数据挖掘简介 | 第15页 |
| 2.2 数据发掘过程 | 第15-17页 |
| 2.3 数据挖掘中的功能和算法 | 第17-18页 |
| 2.4 数据挖掘与其他学科 | 第18-19页 |
| 2.5 小结 | 第19-21页 |
| 第三章 关联规则挖掘理论 | 第21-36页 |
| 3.1 关联规则 | 第21-25页 |
| 3.1.1 关联规则的基本概念 | 第21-23页 |
| 3.1.2 关联规则挖掘的基本步骤 | 第23-24页 |
| 3.1.3 关联规则的分类 | 第24页 |
| 3.1.4 关联规则挖掘算法 | 第24-25页 |
| 3.2 经典关联规则挖掘算法 | 第25-31页 |
| 3.2.1 布尔型关联规则挖掘 | 第25-30页 |
| 3.2.2 量化关联规则挖掘 | 第30-31页 |
| 3.3 数据挖掘工具——SPSS MODELER 18.0 | 第31-33页 |
| 3.3.1 SPSS Modeler 18.0 的用途 | 第32页 |
| 3.3.2 SPSS Modeler 18.0 的节点功能 | 第32-33页 |
| 3.3.3 Modeler 18.0 的模型算法 | 第33页 |
| 3.4 电厂数据关联规则的挖掘 | 第33-35页 |
| 3.4.1 电厂数据的关联性分析 | 第33-34页 |
| 3.4.2 数据挖掘思路的确定 | 第34页 |
| 3.4.3 应用SPSS Modeler18.0 确定目标的流程 | 第34-35页 |
| 3.5 小结 | 第35-36页 |
| 第四章 基于关联规则的锅炉受热面安全优化应用实例 | 第36-59页 |
| 4.1 受热面安全问题对锅炉性能及整体可用性的影响 | 第36页 |
| 4.2 锅炉受热面热偏差含义 | 第36-37页 |
| 4.3 研究电厂机组的基本情况 | 第37-38页 |
| 4.4 电厂SIS数据 | 第38-46页 |
| 4.4.1 数据源 | 第38-39页 |
| 4.4.2 数据准备 | 第39-40页 |
| 4.4.3 数据预处理 | 第40-46页 |
| 4.5 多维量化关联规则应用 | 第46-55页 |
| 4.6 结果分析 | 第55-57页 |
| 4.7 基于关联规则的锅炉强关联属性确定的意义 | 第57-59页 |
| 第五章 结论与展望 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间发表的学术论文 | 第63-64页 |
| 附表 | 第64-68页 |
