导语

  

内容提要

  

    本书详细介绍了数据分析的基础、方法，及其在电力系统中的应用。全书共分十二章，包括数据分析的统计学基础、核方法、知识建模、关联分析、分类分析、聚类分析、数据分析的其他方法、数据可视化、电网仿真数据分析实践的思路和过程、电网仿真数据分析案例系统的搭建等。附录简介了R语言、Matlab、Python语言以及其他数据分析工具，主要侧重于软件特性和基本使用方法的描述。
    本书旨在强调对实际工作的帮助。内容在兼顾理论的同时，向应用侧重，力争以通俗易懂的方式介绍常见的理论要点和方法，不强调数学推导，可作为数据分析的快速上手向导和工作的参考指南。
    本书可供从事电力系统大数据、人工智能研究和数据分析的工作人员，以及其他行业从事数据分析的相关技术人员参考使用。

前言
第一章  数据分析的统计学基础
  第一节  数据与统计的基本概念
  第二节  参数估计与假设检验
  第三节  线性回归分析与方差分析
  本章小结
  本章参考文献
第二章  核方法
  第一节  概述
  第二节  核方法的基本原理
  第三节  核函数
  本章小结
  本章参考文献
第三章  知识建模
  第一节  概述
  第二节  知识建模的一般方法
  第三节  语义网技术
  第四节  本体和语义网技术在电力系统中的应用
  本章小结
  本章参考文献
第四章  关联分析
  第一节  概述
  第二节  经典Apriori算法
  第三节  关联分析的应用
  本章小结
  本章参考文献
第五章  分类分析（Ⅰ）
  第一节  基本概念
  第二节  决策树
  第三节  贝叶斯分类
  第四节  支持向量机
  第五节  κ-近邻算法
  本章小结
  本章参考文献
第六章  分类分析（Ⅱ）
  第一节  基本概念
  第二节  人工神经网络
  第三节  遗传算法
  第四节  模糊计算
  第五节  粗糙集
  第六节  粒子群优化算法
  本章小结
  本章参考文献
第七章  聚类分析
  第一节  基本概念
  第二节  κ-means算法
  第三节  系统聚类法
  第四节  模糊聚类法
  第五节  聚类分析关键问题
  本章小结
  本章参考文献
第八章  数据分析的其他方法
  第一节  统计学分析
  第二节  时间序列分析
  第三节  分形几何
  本章小结
  本章参考文献
第九章  数据可视化
  第一节  概述
  第二节  数据可视化的思路、方法和工具
  第三节  可视分析简介
  本章小结
  本章参考文献
第十章  电网仿真数据分析实践的思路
  第一节  概述
  第二节  电网仿真计算数据的特点和应用方向
  第三节  电网仿真数据分析的研究思路和重点环节
  第四节  电网仿真数据分析存在的问题和未来方向
  本章小结
  本章参考文献
第十一章  电网仿真数据分析实践的过程
  第一节  概述
  第二节  特征量选取
  第三节  样本处理
  第四节  算法选择及参数优化
  本章小结
  本章参考文献
第十二章  电网仿真数据分析案例系统的搭建
  第一节  概述
  第二节  实验测试程序的构建
  第三节  算法测试
  本章小结
  本章参考文献
附录
  附录A  R语言
  附录B  Matlab
  附录C  Python语言
  附录D  其他数据分析工具