用电数据挖掘技术与应用PDF电子书下载

第1章 绪论 1

1.1 概述 1

1.2 智能电网 3

1.3 高级计量架构（AMI） 10

1.4 用电数据挖掘 16

1.5 本章小结 20

第2章 电能计量自动化主站系统 21

2.1 主站系统结构 22

2.2 数据采集处理子系统 24

2.3 应用子系统 34

2.4 本章小结 55

第3章 数据挖掘基础 56

3.1 数据挖掘的产生背景 56

3.2 数据挖掘的定义及含义 58

3.3 数据挖掘的基本任务 60

3.4 数据挖掘技术分类 61

3.5 数据挖掘的实施步骤 64

3.6 数据挖掘与数据仓库 69

3.7 数据挖掘进阶 76

3.8 本章小结 84

第4章 数据挖掘常用技术 85

4.1 数据挖掘相关技术 85

4.2 数据挖掘常用经典算法 87

4.3 本章小结 111

第5章 海量数据分析框架 113

5.1 Hadoop大数据生态系统 113

5.2 分布式计算架构Hadoop 115

5.3 基于Hadoop的大数据分析算法库Mahout 126

5.4 基于Hadoop的大数据产品 129

5.5 分布式计算系统Spark 131

5.6 智能用电海量数据挖掘系统 139

5.7 本章小结 142

第6章 海量数据可视化挖掘技术 143

6.1 概述 143

6.2 海量数据可视化挖掘技术分类 145

6.3 常用可视化数据挖掘工具简介 149

6.4 本章小结 160

第7章 窃漏电监控诊断 161

7.1 概述 162

7.2 防窃漏电诊断自适应闭环应用机制 163

7.3 传统窃漏电评价建模方法 164

7.4 自适应窃漏电监控诊断模型 165

7.5 窃漏电诊断模型建立流程 167

7.6 窃漏电诊断模型评价分析 181

7.7 窃漏电监控诊断软件功能 182

7.8 本章小结 183

第8章 用户个性化电力负荷预测 184

8.1 概述 185

8.2 预测模型架构 186

8.3 用户分群 186

8.4 时序预测 195

8.5 负荷预测软件功能 200

8.6 本章小结 200

第9章 停电事件自动统计判断 201

9.1 概述 201

9.2 用户停电事件逻辑判断方案 202

9.3 基于GIS的停电事件跟踪方案 203

9.4 实证数据分析 204

9.5 停电事件判定分析 208

9.6 本章小结 209

第10章 变压器及线损分析 210

10.1 变压器负载聚类分析 210

10.2 线损评价聚类分析 215

10.3 本章小结 219

案例一 基于模块化回声状态网络的负荷预测 221

案例二 基于过程回声状态网络的用户用电模式分类研究 227

参考文献 232