声明
摘要
第一章 绪论
1.1 研究背景
1.2 国内外研究现状
1.2.1 数据挖掘的研究状况
1.2.2 电力数据高级应用的研究现状
1.3 研究目标与主要内容
1.4 论文的组织结构
第二章 并行计算数据挖掘平台
2.1 系统的整体架构
2.2 ETL海量电力营销数据处理
2.2.1 整体方案
2.2.2 ETL作业流程图
2.2.3 并行计算平台上传作业
2.3 海量电力数据快速检索
2.3.1 分步说明
2.3.2 服务组件
2.4 并行计算数据挖掘平台
2.5 并行计算数据挖掘平台部署
2.6 并行计算数据挖掘算法
2.6.1 并行聚类算法
2.6.2 并行分类算法
2.6.3 并行实时分群算法
2.7 并行计算数据挖掘平台监控管理
2.7.1 文件系统监控
2.7.2 任务系统监控
2.7.3 资源管理节点监控
2.7.4 名称节点监控
2.7.5 资源管理阶段监控
2.7.6 子节点监控
2.7.7 计算节点监控
2.7.8 数据节点监控
2.8 界面
2.8.1 创建方案
2.8.2 数据管理
2.8.3 运行算法
2.8.4 结果展示
2.9 本章小节
第三章 接口建设
3.1 数据说明
3.2 数据内容及更新频度
3.2.1 计量自动化系统
3.2.2 天气接口数据
3.3 对外接口
3.3.1 统一FTP
3.3.2 统一注册验证
3.3.3 统一接口调用
3.4 本章小节
第四章 数据预处理
4.2 数据预处理
4.2.1 缺失数据预处理
4.2.2 异常数据预处理
4.2.3 告警误报漏报数据预处理
4.3 本章小结
第五章 电力负荷预测研究
5.1 概述
5.2 预测模型架构
5.3 客户分群
5.3.2 数据预处理
5.3.3 聚类算法选择
5.3.4 聚类知识发现
5.4 时序预测
5.4.1 构建样本
5.4.2 自适应的时序预测方法
5.4.3 建立分群预测模型
5.4.4 建立直接预测模型
5.4.5 模型对比
5.4.6 应用验证
5.5 算法实例
5.6 本章小节
第六章 停电事件分析
6.1 停电事件判断
6.1.1 数据准备
6.1.2 判断
6.2 停电聚类分析
6.2.1 停电挖掘与分析
6.2.2 样本数据准备
6.2.3 停电特征提取
6.2.4 停电聚类分群
6.3 算法实例
6.4 本章小节
第七章 总结与展望
参考文献
致谢