数据仓库和数据挖掘技术在电力系统中的应用
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-6页 |
| 目录 | 第6-8页 |
| 正文章节 | 第8-65页 |
| 第1章 引言 | 第8-11页 |
| ·数字电力系统的概念 | 第8页 |
| ·问题的提山 | 第8-9页 |
| ·企业信息工厂--数字电力系统的解决方案 | 第9-10页 |
| ·本文所做的主要工作 | 第10-11页 |
| 第2章 数据仓库--企业信息工厂的数据核心 | 第11-23页 |
| ·引言 | 第11页 |
| ·什么是企业信息工厂 | 第11-13页 |
| ·概念 | 第11-12页 |
| ·结构 | 第12-13页 |
| ·决策支持系统 | 第13-15页 |
| ·决策支持系统的概念 | 第13-14页 |
| ·决策支持系统的发展 | 第14页 |
| ·综合决策支持系统的体系结构 | 第14-15页 |
| ·数据仓库 | 第15-22页 |
| ·数据仓库的概念和特点 | 第15-16页 |
| ·数据仓库的体系结构 | 第16-17页 |
| ·数据仓库中的数据组织结构 | 第17-18页 |
| ·数据仓库建设和数据仓库开发的特点 | 第18-19页 |
| ·数据仓库设计步骤 | 第19页 |
| ·粒度 | 第19-20页 |
| ·多维数据模型 | 第20页 |
| ·数据抽取、转换、清洁 | 第20-21页 |
| ·数据仓库元数据 | 第21-22页 |
| ·小结 | 第22-23页 |
| 第3章 OLAP和数据挖掘--数据分析技术 | 第23-36页 |
| ·引言 | 第23页 |
| ·联机分析处理(OLAP) | 第23-24页 |
| ·数据挖掘概念与功能 | 第24-26页 |
| ·数据挖掘概念 | 第24页 |
| ·数据挖掘功能 | 第24-25页 |
| ·OLAP与数据挖掘的区别 | 第25-26页 |
| ·数据挖掘的数学模型和算法 | 第26-34页 |
| ·关联分析 | 第27-28页 |
| ·时间序列 | 第28-29页 |
| ·聚类 | 第29页 |
| ·分类 | 第29页 |
| ·回归 | 第29-30页 |
| ·神经网络 | 第30-32页 |
| ·决策树 | 第32-34页 |
| ·小结 | 第34-36页 |
| 第4章 电力系统数据仓库建设 | 第36-47页 |
| ·引言 | 第36-37页 |
| ·电力系统数据仓库体系结构 | 第37-38页 |
| ·电力数据仓库建设过程 | 第38-40页 |
| ·电力数据仓库信息建模 | 第40-43页 |
| ·领域建模 | 第40-41页 |
| ·逻辑模型 | 第41-42页 |
| ·数据粒度 | 第41页 |
| ·模型的建立 | 第41-42页 |
| ·物理模型 | 第42-43页 |
| ·数据加载 | 第43-46页 |
| ·数据采集 | 第43-44页 |
| ·ETL过程 | 第44-45页 |
| ·OLAP数据立方体更新 | 第45-46页 |
| ·数据挖掘模型重新训练 | 第46页 |
| ·小结 | 第46-47页 |
| 第5章 电力系统数据仓库应用 | 第47-63页 |
| ·引言 | 第47页 |
| ·报表 | 第47-48页 |
| ·OLAP分析的应用 | 第48-53页 |
| ·电力负荷OLAP分析 | 第49-53页 |
| ·数据挖掘的应用 | 第53-62页 |
| ·负荷预测 | 第55-62页 |
| ·背景 | 第55-56页 |
| ·数据理解及目标制定 | 第56-57页 |
| ·数据准备 | 第57页 |
| ·日最大负荷预测 | 第57-59页 |
| ·建模 | 第57-59页 |
| ·结果评估 | 第59页 |
| ·夏季负荷预测 | 第59-61页 |
| ·数据分析 | 第59-60页 |
| ·建模 | 第60-61页 |
| ·结果评估 | 第61页 |
| ·结果发布 | 第61-62页 |
| ·小结 | 第62-63页 |
| 第6章 结论 | 第63-65页 |
| 参考文献 | 第65-66页 |
| 致谢 | 第66页 |
