数据分析及其在电力系统中的应用

本书详细介绍了数据分析的基础、方法，以及在电力系统中的应用。全书共分12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。全书内容覆盖数据分析的基础、方法和在电力系统分析中的应用，以及常用的数据分析工具。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。

黄彦浩，1978年生，博士，高工，中国电力科学研究院电力系统研究所工作，主要从事电力系统仿真分析、数据分析和人工智能研究。于之虹，博士，高工，中国电力科学研究院电力系统研究所工作，主要从事电力系统在线分析和数据分析研究。高波， 硕士，高工，中国电力科学研究院电力系统研究所工作，主要从事电力系统在线分析和数据分析研究。

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 k-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 k-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