基于数据挖掘的短期负荷预测
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第1章 绪论 | 第7-19页 |
| ·电力系统负荷预测的意义 | 第7-8页 |
| ·负荷预测的基本原理和影响因素 | 第8-10页 |
| ·负荷预测的基本原理 | 第8-9页 |
| ·负荷预测的影响因素 | 第9-10页 |
| ·负荷预测的分类及特点 | 第10-12页 |
| ·负荷预测的分类 | 第10-11页 |
| ·负荷预测的特点 | 第11-12页 |
| ·负荷预测的基本步骤 | 第12-13页 |
| ·国内外研究现状及发展趋势 | 第13-18页 |
| ·经典方法 | 第13-14页 |
| ·传统方法 | 第14-15页 |
| ·智能预测法 | 第15-16页 |
| ·新方法 | 第16-18页 |
| ·本文的主要工作 | 第18-19页 |
| 第2章 数据挖掘 | 第19-22页 |
| ·数据挖掘的定义 | 第19页 |
| ·数据挖掘的过程 | 第19-21页 |
| ·问题定义 | 第19-20页 |
| ·数据收集与预处理 | 第20页 |
| ·数据挖掘实施 | 第20页 |
| ·结果解释与评估 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 数据预处理 | 第22-35页 |
| ·负荷数据误差来源 | 第22页 |
| ·数据预处理的步骤过程 | 第22-25页 |
| ·数据清理 | 第23页 |
| ·数据集成与转换 | 第23-24页 |
| ·数据归约 | 第24-25页 |
| ·基于聚类分析法进行负荷数据分类 | 第25-27页 |
| ·实例分析 | 第27-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 基于决策树的负荷预测模型 | 第35-54页 |
| ·决策树概念 | 第35-36页 |
| ·决策树的剪枝 | 第36-37页 |
| ·预剪枝 | 第36-37页 |
| ·后剪枝 | 第37页 |
| ·决策树工作原理 | 第37-39页 |
| ·决策树的算法 | 第39-47页 |
| ·ID3算法 | 第39-41页 |
| ·C4.5算法 | 第41-47页 |
| ·预测模型 | 第47页 |
| ·实例分析 | 第47-53页 |
| ·数据源 | 第47-48页 |
| ·数据预处理 | 第48-49页 |
| ·基于决策树的负荷预测模型 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 结论与展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-57页 |
