電力數(shù)據(jù)倉庫系統(tǒng)建設(shè)及應用

前言
第1章 數(shù)據(jù)倉庫技術(shù)的研究
1．1 數(shù)據(jù)倉庫的基本概念和特點
1．2 數(shù)據(jù)倉庫中常遇到的概念
1．3 本課題的意義
第2章 數(shù)據(jù)倉庫的基本結(jié)構(gòu)
2．1 數(shù)據(jù)倉庫和OLAP
2．2 ETCL概述
2．3 數(shù)據(jù)挖掘
2．4 元數(shù)據(jù)
2．5 數(shù)據(jù)倉庫的開發(fā)模式
第3章 數(shù)據(jù)倉庫與元數(shù)據(jù)管理
3．1 元數(shù)據(jù)概述
3．2 元數(shù)據(jù)
3．3 數(shù)據(jù)倉庫元數(shù)據(jù)管理現(xiàn)狀
3．4 元數(shù)據(jù)管理的標準化
3．5 元數(shù)據(jù)管理系統(tǒng)的設(shè)計原則
第4章 建立數(shù)據(jù)倉庫模型
4．1 常用CASE工具介紹
4．2 PowerDesigner建立數(shù)據(jù)倉庫多維模型
第5章 數(shù)據(jù)的抽取轉(zhuǎn)換清理加載ETCL
5．1 ETCL的概述
5．2 ETCL的定義
5．3 ETL工具
第6章 OLAP
6．1 聯(lián)機分析處理OLAP概述
6．2 OLAP的特性
6．3 OLAP的多維數(shù)據(jù)分析
6．4 維度表與事實表的連接
6．5 OLAP的實現(xiàn)方式
6．6 OLAP與數(shù)據(jù)倉庫的關(guān)系
6．7 OLAP工具
第7章 數(shù)據(jù)挖掘算法研究
7．1 聚類算法
7．2 關(guān)聯(lián)規(guī)則
7．3 挖掘基于距離的關(guān)聯(lián)規(guī)則
7．4 神經(jīng)網(wǎng)絡(luò)
7．5 灰色預測算法
7．6 理想點法
7．7 粗糙集理論
第8章 變壓器狀態(tài)評估系統(tǒng)
8．1 變壓器狀態(tài)評估系統(tǒng)概述
8．2 實現(xiàn)的主要功能和預計達到的技術(shù)水平、技術(shù)指標
8．3 總體方案
8．4 數(shù)據(jù)收集及調(diào)研
8．5 變壓器狀態(tài)評估系統(tǒng)各個模塊功能
第9章 電力營銷數(shù)據(jù)倉庫系統(tǒng)的設(shè)計方案
9．1 概述
9．2 系統(tǒng)需求
9．3 系統(tǒng)的開發(fā)環(huán)境
9．4 系統(tǒng)的模塊化設(shè)計
9．5 系統(tǒng)的詳細設(shè)計
9．6 總結(jié)
參考文獻