数据挖掘技术及其在电网调度自动化系统的应用研究
| 第1章 绪论 | 第1-18页 |
| ·课题的研究内容及意义 | 第10页 |
| ·数据挖掘技术的发展 | 第10-14页 |
| ·数据挖掘过程 | 第11-12页 |
| ·数据挖掘系统的体系结构 | 第12-13页 |
| ·数据挖掘的任务 | 第13-14页 |
| ·数据挖掘技术在电网调度自动化系统中的应用现状 | 第14-16页 |
| ·本文的主要工作 | 第16-18页 |
| 第2章 短期负荷预测中的数据挖掘方法研究 | 第18-38页 |
| ·负荷预测 | 第18-25页 |
| ·负荷预测的分类 | 第18-20页 |
| ·影响负荷预测的因素 | 第20-21页 |
| ·负荷预测的原理 | 第21-23页 |
| ·常用负荷预测方法 | 第23-25页 |
| ·神经网络预测方法 | 第25-29页 |
| ·人工神经网络的原理 | 第26-27页 |
| ·人工神经网络的运作过程 | 第27-29页 |
| ·BP网络学习 | 第29-35页 |
| ·BP网络结构 | 第29-30页 |
| ·顺序传播过程 | 第30页 |
| ·误差反向传播过程 | 第30-35页 |
| ·本文对BP算法的改进 | 第35-36页 |
| ·小结 | 第36-38页 |
| 第3章 短期负荷预测综合模型的建立 | 第38-47页 |
| ·输入和输出的网络结构 | 第38-39页 |
| ·负荷数据预处理 | 第39-41页 |
| ·神经网络隐含层结点数的选择 | 第41页 |
| ·网络输入样本的归一化处理 | 第41-42页 |
| ·改进BP算法的预测过程 | 第42-46页 |
| ·小结 | 第46-47页 |
| 第4章 综合预测模型应用平台的研究与实现 | 第47-73页 |
| ·电网调度自动化系统体系结构 | 第47-51页 |
| ·系统支撑环境 | 第47页 |
| ·总体框架 | 第47-49页 |
| ·数据库管理系统 | 第49-50页 |
| ·基于图、模、库同步生成技术的系统支持工具 | 第50-51页 |
| ·系统硬件环境 | 第51-55页 |
| ·信号转换与控制机构 | 第51页 |
| ·远程终端(RTU) | 第51-54页 |
| ·双机、双通道切换 | 第54-55页 |
| ·调度端 | 第55页 |
| ·系统软件规划与实现 | 第55-72页 |
| ·数据分析和数据结构设计 | 第55-58页 |
| ·创建数据库 | 第58-59页 |
| ·数据库的配置 | 第59-60页 |
| ·数据层次结构 | 第60-61页 |
| ·数据共享 | 第61-63页 |
| ·数据通信 | 第63-65页 |
| ·软件框架 | 第65-72页 |
| ·小结 | 第72-73页 |
| 第5章 短期负荷预测综合模型的应用 | 第73-82页 |
| ·短期负荷预测软件 | 第73-75页 |
| ·平滑系数和遗忘系数的选取 | 第75-77页 |
| ·隐含层神经元数目的选取 | 第77-78页 |
| ·普通BP模型与综合预测模型的预测比较 | 第78-80页 |
| ·普通BP模型 | 第78页 |
| ·预测实现 | 第78-80页 |
| ·预测结果的应用 | 第80-81页 |
| ·小结 | 第81-82页 |
| 第6章 总结 | 第82-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-88页 |
| 硕士研究生期间发表的文章和参加的科研项目 | 第88页 |
