基于泰州地区的电力营销决策支持系统设计
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 数据仓库技术 | 第9-10页 |
| 1.2.2 电力营销系统 | 第10页 |
| 1.2.3 决策支持系统 | 第10-11页 |
| 1.3 本文主要研究内容 | 第11-12页 |
| 第2章 基于数据仓库的决策支持系统的理论概述 | 第12-21页 |
| 2.1 数据仓库技术理论 | 第12-15页 |
| 2.1.1 数据仓库的概念 | 第12页 |
| 2.1.2 数据仓库的特点 | 第12-13页 |
| 2.1.3 数据仓库的结构 | 第13-14页 |
| 2.1.4 数据仓库的关键技术 | 第14页 |
| 2.1.5 数据仓库的设计环节 | 第14-15页 |
| 2.2 决策支持系统理论 | 第15-17页 |
| 2.2.1 决策支持系统的发展过程 | 第15-16页 |
| 2.2.2 决策支持系统的结构 | 第16页 |
| 2.2.3 决策支持系统的特点和功能 | 第16-17页 |
| 2.3 数据仓库在决策支持系统中的应用 | 第17-19页 |
| 2.3.1 OLAP概念和特点 | 第17-18页 |
| 2.3.2 OLAP的结构 | 第18-19页 |
| 2.4 数据挖掘技术 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 数据挖掘技术的算法研究应用 | 第21-33页 |
| 3.1 数据挖掘概述 | 第21-23页 |
| 3.1.1 数据挖掘定义 | 第21-22页 |
| 3.1.2 数据挖掘特点 | 第22页 |
| 3.1.3 数据挖掘的基本步骤 | 第22-23页 |
| 3.2 数据挖掘的方法 | 第23-25页 |
| 3.3 数据挖掘在电力系统中的应用 | 第25-26页 |
| 3.3.1 电力营销的应用 | 第25页 |
| 3.3.2 电力负荷预测的应用 | 第25-26页 |
| 3.3.3 智能变电站的的应用 | 第26页 |
| 3.4 售电主题关联规则的实现 | 第26-30页 |
| 3.4.1 数据仓库的建立 | 第26-27页 |
| 3.4.2 K-Means聚类的数据概化 | 第27-29页 |
| 3.4.3 FP-Growth算法的实现 | 第29-30页 |
| 3.5 基于泰州地区售电数据的挖掘 | 第30-32页 |
| 3.6 本章小结 | 第32-33页 |
| 第4章 电力营销决策支持系统设计分析 | 第33-41页 |
| 4.1 决策支持系统子系统设计 | 第33-36页 |
| 4.1.1 数据转换聚合子系统 | 第33-34页 |
| 4.1.2 数据报表生成子系统 | 第34页 |
| 4.1.3 数据查询子系统 | 第34-35页 |
| 4.1.4 数据综合分析子系统 | 第35-36页 |
| 4.2 决策支持系统各层设计 | 第36-39页 |
| 4.2.1 系统层设计 | 第36-37页 |
| 4.2.2 平台层设计 | 第37页 |
| 4.2.3 应用层设计 | 第37-39页 |
| 4.3 泰州市中长期用电预测系统构建 | 第39-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第5章 基于数据仓库的电力营销决策支持系统的实现 | 第41-49页 |
| 5.1 泰州市供电公司电力营销现状分析 | 第41-42页 |
| 5.2 基于泰州地区的电力营销决策支持系统的实现 | 第42-47页 |
| 5.2.1 数据转换子系统 | 第42-43页 |
| 5.2.2 综合查询子系统 | 第43-45页 |
| 5.2.3 综合分析子系统 | 第45页 |
| 5.2.4 统计报表的生成 | 第45-47页 |
| 5.3 系统的安全性和可靠性 | 第47页 |
| 5.4 本章小结 | 第47-49页 |
| 第6章 总结和展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 作者简介 | 第54页 |
