第1章 绪 论
1.1 课题研究背景与意义
1.2 国内外研究现状
1.2.1国内研究现状
1.2.2国外研究现状
1.2.3国内外研究现状总结
1.3 本文主要研究内容及章节安排
第2章 相关理论介绍
2.1 数据流清洗
2.1.1 常用的缺失值清洗方法
2.1.2 异常数据检测
2.2 数据流挖掘的特点
2.3 数据流分类器
2.3.1 数据流单分类器学习
2.3.2 数据流集成分类器学习
2.4 本章小结
第3章 基于关联规则的电网设备数据流清洗方法
3.1 基于关联规则的数据序列关联性分析
3.1.1 关联原理
3.1.2 时间序列符号化及关联关系分析流程
3.1.3 序列关联性分析实例
3.2 电网设备在线监测数据序列异常检测与数据清洗
3.2.1 数据序列的异常检测原理
3.2.2 基于改进小波神经网络的数据清洗与原理
3.3 电网设备在线监测数据清洗流程
3.4 实例分析
3.4.1 无关联性序列清洗案例
3.4.2 强关联性序列清洗案例
3.5 本章小结
第4章 基于分布式数据流处理的局部节点挖掘模式
4.1 数据序列选取
4.1.1 静态数据序列的选取
4.1.2 渐变数据序列的选取
4.2 数据形态表达
4.3 大数据流分类模型概述
4.4 局部节点的挖掘方法
4.4.1 局部节点的微簇抽取算法
4.4.2 局部节点的增量式微簇维护算法
4.5 本章小结
第5章 基于不平衡数据流全局挖掘模式的电网设备风险辨识方法
5.1 中心节点的样本重构算法
5.2 选择性重采样机制
5.3 中心节点的集成分类器更新算法
5.4 实例分析
5.5 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其它成果
声明
致谢
东北电力大学;