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。

  

前言
章 数据分析的统计学基础
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
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
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
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）
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）
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
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
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
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
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
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
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