期刊文献+
共找到98篇文章
< 1 2 5 >
每页显示 20 50 100
基于LightGBM和LSTM模型的电力大数据异常用电检测方法研究
1
作者 杨志东 丁建武 +2 位作者 陈广久 康晓婧 盛萌 《电测与仪表》 北大核心 2025年第1期110-115,共6页
随着双碳经济的提出,智能电网正朝着节能减排的方向发展,而用户的异常用电造成电力资源严重流失。针对传统异常用电检测方法精度低、运行效率慢等问题,提出了一种将LightGBM模型与改进的长短期记忆网模型相结合用于异常用电检测。通过... 随着双碳经济的提出,智能电网正朝着节能减排的方向发展,而用户的异常用电造成电力资源严重流失。针对传统异常用电检测方法精度低、运行效率慢等问题,提出了一种将LightGBM模型与改进的长短期记忆网模型相结合用于异常用电检测。通过采样和Lightgbm模型相结合进行异常检测,并通过改进长短期记忆网模型给出异常用电类别。通过试验分析了所提方法的优点。结果表明,与传统的检测方法相比,该方法能够快速有效地检测异常用户,检测准确率为98.64%。同时对异常数据进行有效分类,综合分类准确率为96.60%。为异常检测技术的发展提供了一定的参考。 展开更多
关键词 电力大数据 异常用电 Lightgbm模型 LSTM模型 双碳经济
在线阅读 下载PDF
基于电力大数据的钢铁企业大气污染物排放核算模型构建及应用 被引量:1
2
作者 周卫青 杨俊琦 +4 位作者 宁亮 吴华成 薄宇 张强 田贺忠 《环境科学研究》 CAS CSCD 北大核心 2024年第2期299-307,共9页
近年来,各级生态环境部门与国家电网公司积极签署战略合作协议,促进电力大数据在生态环境管理信息化平台的应用.本研究通过梳理电力大数据在大气污染防治中的应用,以唐山市钢铁行业为例构建基于电力大数据的大气污染物高时间精度排放核... 近年来,各级生态环境部门与国家电网公司积极签署战略合作协议,促进电力大数据在生态环境管理信息化平台的应用.本研究通过梳理电力大数据在大气污染防治中的应用,以唐山市钢铁行业为例构建基于电力大数据的大气污染物高时间精度排放核算模型,进一步挖掘电力大数据在大气污染排放控制中的应用潜力.结果表明:①模型核算的2019年唐山市17家钢铁企业的大气污染物排放量与2019年唐山市大气污染物排放清单(简称“城市清单”)结果一致性较好,SO_(2)、NOx和PM_(2.5)排放量分别为1017.90、2047.75、1141.81t,误差介于-0.46%~4.27%之间.②基于工序而言,以PM_(2.5)为例,模型预测结果与城市清单结果的相对误差在-17.34%~10.60%之间.③唐山某钢铁企业2022年SO_(2)、NOx、PM_(2.5)月排放量受钢铁市场价格影响较大,1月和6月分别为最高和最低污染物排放月,而其日排放受行业特征影响较为平稳,小时排放可能受电价波动影响较大.研究显示,基于电力大数据的大气污染物核算模型阐明了电力大数据和污染排放的动态响应关系,一定程度上提升了排放核算的时间精细度,实证了基于电力大数据核算大气污染物排放的研究意义和可行性. 展开更多
关键词 电力大数据 应用现状 大气污染物排放核算模型 高时间精度
在线阅读 下载PDF
重庆江津供电公司创建“公安+电力大数据”共享共用平台
3
作者 《农村电工》 2024年第1期3-3,共1页
2023年12月15日,家住重庆市江津区渝能华城小区的居民罗其凤用手机扫描自家门牌上的二维码后,很快就查询到了家里2023年每个月的用电量,并成功交纳电费。这是国网江津供电公司创建的重庆首个“公安+电力大数据”共享共用平台,旨在将公... 2023年12月15日,家住重庆市江津区渝能华城小区的居民罗其凤用手机扫描自家门牌上的二维码后,很快就查询到了家里2023年每个月的用电量,并成功交纳电费。这是国网江津供电公司创建的重庆首个“公安+电力大数据”共享共用平台,旨在将公安“一标三实”(标准地址、实有人口、实有房屋和实有单位)信息融入电力营销系统,完善客户基础资料. 展开更多
关键词 供电公司 电力营销系统 标准地址 重庆市江津区 二维码 电力大数据 实有人口 重庆江津
在线阅读 下载PDF
电力大数据技术与电力系统仿真计算结合问题研究 被引量:112
4
作者 黄彦浩 于之虹 +2 位作者 谢昶 史东宇 周孝信 《中国电机工程学报》 EI CSCD 北大核心 2015年第1期13-22,共10页
电力大数据技术的进步为电力系统各领域提供了新的发展契机。该文探讨了其与电力系统仿真计算相结合的若干基本问题。首先阐述二者已有的基础、技术联系和基本结合方式,强调利用大数据技术包中提供的资源和方法解决实际问题;而后明晰了... 电力大数据技术的进步为电力系统各领域提供了新的发展契机。该文探讨了其与电力系统仿真计算相结合的若干基本问题。首先阐述二者已有的基础、技术联系和基本结合方式,强调利用大数据技术包中提供的资源和方法解决实际问题;而后明晰了仿真计算数据与大数据相关的特征及其独有优势。在此基础上,讨论了与开展研发工作相关的若干要点,涉及二者结合适用的问题、开展研究的重点等,同时也说明引入大数据技术可能带来的问题。该文工作为在电力系统仿真计算领域开展大数据技术研究提供了基本框架,为研发工作的全面开展奠定了基础。 展开更多
关键词 电力大数据 电力系统仿真 数据分析 应用场景
在线阅读 下载PDF
基于云计算技术的电力大数据预处理属性约简方法 被引量:94
5
作者 曲朝阳 陈帅 +1 位作者 杨帆 朱莉 《电力系统自动化》 EI CSCD 北大核心 2014年第8期67-71,共5页
针对大数据时代下电网数据体量大、类型多、速度快的特点,传统的属性约简方法已经无法完成对电力大数据的预处理,为此提出一种基于云计算技术的电力大数据预处理属性约简方法。该方法剖析了粗糙集中相对正域理论的特性,利用MapReduce模... 针对大数据时代下电网数据体量大、类型多、速度快的特点,传统的属性约简方法已经无法完成对电力大数据的预处理,为此提出一种基于云计算技术的电力大数据预处理属性约简方法。该方法剖析了粗糙集中相对正域理论的特性,利用MapReduce模型设计了可以并行计算正域中元素个数的属性约简算法MP_POSRS。最后,在Hadoop平台上对电网故障诊断表和风电实测数据进行属性约简,实验结果表明,该方法有效可行,并具有较好的加速比和可扩展性,适用于电力大数据预处理属性约简。 展开更多
关键词 电力大数据 MAPREDUCE 粗糙集 属性约简
在线阅读 下载PDF
基于空间分割的电力大数据三维全景可视化场景管理方法 被引量:26
6
作者 曲朝阳 熊泽宇 +2 位作者 颜佳 辛鹏 曲楠 《华北电力大学学报(自然科学版)》 CAS 北大核心 2016年第2期23-29,共7页
三维虚拟场景下的电力大数据全景可视化以场景物体灵活多样的显示状态对深层电力特征信息进行直观呈现,以场景漫游的形式对海量多态、异构数据进行全景实时展现,为电网运行状态的及时有效监控分析提供有力保障。针对其场景管理问题,提... 三维虚拟场景下的电力大数据全景可视化以场景物体灵活多样的显示状态对深层电力特征信息进行直观呈现,以场景漫游的形式对海量多态、异构数据进行全景实时展现,为电网运行状态的及时有效监控分析提供有力保障。针对其场景管理问题,提出了基于空间分割的电力大数据三维全景可视化场景管理方法。首先,构建空间分割代价函数并产生分割平面选择因子,优化场景空间分割。然后,根据场景空间分割结果,建立电力大数据场景组织关联模型,一体化组织管理场景物体、环境和实时分析数据,并实现物体显示状态实时控制及场景漫游快速渲染。最后,通过变电站数据三维全景可视化分析系统的场景管理应用,验证了该方法的有效性。 展开更多
关键词 电力大数据 可视化 空间分割 场景管理
在线阅读 下载PDF
基于信息融合的电力大数据可视化预处理方法 被引量:35
7
作者 李刚 刘燕 +1 位作者 宋雨 尹军 《广东电力》 2016年第12期10-14,共5页
在研究电力大数据基本特征的基础上,分析了电力大数据可视化预处理中的效率与性能问题。通过引入信息融合方法,针对电力大数据"数量大"、"类型多"等特征,采用基于Map-Reduce与神经网络相结合的大数据集样例分类融... 在研究电力大数据基本特征的基础上,分析了电力大数据可视化预处理中的效率与性能问题。通过引入信息融合方法,针对电力大数据"数量大"、"类型多"等特征,采用基于Map-Reduce与神经网络相结合的大数据集样例分类融合模型,解决大数据在结构化、半结构化、非结构化并存的异构数据融合问题。其中,利用神经网络的聚类和非线性映射能力,选用改进的Hermite正交多项式激励前向神经网络模型,结合Map-Reduce模型实现大规模数据集的并行处理,将属于同一对象的异源、异构数据融合在统一的描述视图中,完成多源异构数据的分类融合。最后,通过Hadoop平台进行了算例仿真。 展开更多
关键词 电力大数据 数据可视化 信息融合 神经网络 模糊数学
在线阅读 下载PDF
基于知识关联度的电力大数据协同过滤推荐算法 被引量:11
8
作者 曲朝阳 周宁 +2 位作者 曲楠 王蕾 刘耀伟 《东北师大学报(自然科学版)》 CAS CSCD 北大核心 2018年第1期74-78,共5页
针对电力大数据推荐结果排名没有考虑电网领域知识关联度,推荐结果的准确度不高的问题,提出了引入知识项关联度的协同过滤推荐算法AR-Item CF.通过计算用户推荐列表得到最终推荐结果.结果表明,该算法能有效地解决推荐结果关联度较低的问... 针对电力大数据推荐结果排名没有考虑电网领域知识关联度,推荐结果的准确度不高的问题,提出了引入知识项关联度的协同过滤推荐算法AR-Item CF.通过计算用户推荐列表得到最终推荐结果.结果表明,该算法能有效地解决推荐结果关联度较低的问题,显著地提高了推荐结果的质量和推荐效率. 展开更多
关键词 电力大数据 协同过滤 知识树 关联度
在线阅读 下载PDF
一种基于Hadoop的电力大数据属性实体识别算法 被引量:20
9
作者 齐俊 曲朝阳 +1 位作者 娄建楼 王冲 《电力系统保护与控制》 EI CSCD 北大核心 2016年第24期52-57,共6页
随着大数据时代的来临,传统的实体识别技术由于电网数据体积大以及类型复杂等特性已经无法有效地进行数据预处理。近年来兴起的Hadoop技术能够对大数据进行较好的处理。因此提出一种基于Hadoop的电力大数据属性实体识别算法。该算法利... 随着大数据时代的来临,传统的实体识别技术由于电网数据体积大以及类型复杂等特性已经无法有效地进行数据预处理。近年来兴起的Hadoop技术能够对大数据进行较好的处理。因此提出一种基于Hadoop的电力大数据属性实体识别算法。该算法利用改进离散化算法选取出信息准确率较高的离散点,并提出了一种离散化评价指标。最后,在Hadoop平台上对某风电机组的监测数据进行了属性实体识别。实验证明,该算法在实验正确性和断点数目方面表现良好,并且具有较好的加速比,适用于电力大数据的属性实体识别处理。 展开更多
关键词 电力大数据 实体识别 离散化算法 信息准确率
在线阅读 下载PDF
面向电力大数据的用户负荷特性和可调节潜力综合聚类方法 被引量:74
10
作者 孙毅 毛烨华 +2 位作者 李泽坤 张旭东 李飞 《中国电机工程学报》 EI CSCD 北大核心 2021年第18期6259-6270,共12页
深度探索用户负荷特性及可调节潜力是电力大数据背景下电力市场精细化发展的迫切需求。该文提出一种考虑用户负荷特性和可调节潜力的用户用电行为综合分类方法,适用于电力系统负荷数据量大、用户用电行为影响因素较多的情况。首先,通过... 深度探索用户负荷特性及可调节潜力是电力大数据背景下电力市场精细化发展的迫切需求。该文提出一种考虑用户负荷特性和可调节潜力的用户用电行为综合分类方法,适用于电力系统负荷数据量大、用户用电行为影响因素较多的情况。首先,通过面向电力大数据的用户用电行为影响因素多维分析,提出考虑用户负荷特性和可调节潜力的用电行为综合分析实施架构。其次,为实现考虑用户用电行为多维影响因素作用下的精准聚类,该文设计一种融合K-means和SOM进行二次聚类以及BP神经网络进行反向调整修正的综合聚类方法。最后,通过选取爱尔兰地区实测负荷数据及用户用电行为相关影响因素数据,验证该文所提分类方法的有效性和实用性,同时也证明该方法对于多场景下所具有的泛化能力。 展开更多
关键词 电力大数据 负荷特性 特征降维 神经网络 可调节潜力
在线阅读 下载PDF
电力大数据智能化高效分析挖掘技术框架 被引量:47
11
作者 邓松 岳东 +2 位作者 朱力鹏 胡斌 周爱华 《电子测量与仪器学报》 CSCD 北大核心 2016年第11期1679-1686,共8页
随着智能电网的不断建设,各类生产经营管理活动中产生的海量、高频数据,具有实时性、易失性、突发性、无序性、无限性等特征,如何充分利用和分析这些数据,快速获取有价值的信息是当前电力大数据处理急需突破的难点。在分析目前电力大数... 随着智能电网的不断建设,各类生产经营管理活动中产生的海量、高频数据,具有实时性、易失性、突发性、无序性、无限性等特征,如何充分利用和分析这些数据,快速获取有价值的信息是当前电力大数据处理急需突破的难点。在分析目前电力大数据应用现状的基础上,构建了电力大数据智能化高效分析挖掘技术框架,同时从面向计算密集型电力大数据的特征分析技术、基于内存计算的高性能数据分析技术、电力大数据并行化分析框架及服务体系以及基于数据挖掘的母线超短期负荷预测技术4个方面详细描述了电力大数据智能化高效分析挖掘的关键技术,从而为电力业务数据的高效价值挖掘及在线决策分析提供理论依据及基础技术支撑。 展开更多
关键词 电力大数据 数据挖掘 特征提取 多源数据过滤
在线阅读 下载PDF
基于邻域关系矩阵的电力大数据增量式属性约简研究 被引量:15
12
作者 莫文火 陈碧云 《高压电器》 CAS CSCD 北大核心 2020年第8期192-197,204,共7页
电力大数据具有规模大、生成速度快和动态性等特点,数据之间的邻域关系难以界定,导致运算量增加,因此提出基于邻域关系矩阵的电力大数据增量式属性约简方法。将邻域关系集合转换为邻域关系矩阵,结合排序思想和邻域关系矩阵自身的特性优... 电力大数据具有规模大、生成速度快和动态性等特点,数据之间的邻域关系难以界定,导致运算量增加,因此提出基于邻域关系矩阵的电力大数据增量式属性约简方法。将邻域关系集合转换为邻域关系矩阵,结合排序思想和邻域关系矩阵自身的特性优化单属性邻域关系矩阵,在此基础上设置矩阵启发信息。计算各属性邻域关系矩阵,逐次添加条件属性并对属性相关程度进行计算,结合属性重要程度选择属性放至约简子集合,迭代整个过程,一直到重要程度不再发生变化,实现电力大数据增量式属性约简。实验结果显示,研究方法的约简运算时间短,约简效果更好,更具可靠性。 展开更多
关键词 邻域关系矩阵 电力大数据 属性约简 排序 矩阵特性 属性相关程度
在线阅读 下载PDF
基于全域电力大数据的配电网现状自动诊断分析技术研究 被引量:29
13
作者 张兴忠 杨罡 赵国伟 《电测与仪表》 北大核心 2019年第16期111-115,共5页
文中在考虑地区电网实际的基础上,对配电网生产管理系统、电网调度自动化系统、用户用电信息采集系统、气象信息系统以及全业务数据中心的配电网数据进行深度挖掘,提出了基于CIM的配电线路拓扑结构图重构方法,并提出了对中、低压配电网... 文中在考虑地区电网实际的基础上,对配电网生产管理系统、电网调度自动化系统、用户用电信息采集系统、气象信息系统以及全业务数据中心的配电网数据进行深度挖掘,提出了基于CIM的配电线路拓扑结构图重构方法,并提出了对中、低压配电网的现状自动进行诊断分析的具体思路和实施步骤。针对配电网存在的线路分段过多、网架冗余问题、供电半径过大等主要问题,提出了配电网自动诊断分析的具体方法及实施步骤。以某市电网进行实例计算分析,列举了配电网现状自动诊断分析结果,获得了与一流配电网目标之间的差距,验证了所提出的配电网现状自动诊断分析方法的有效性。 展开更多
关键词 全域电力大数据 配电网 CIM模型 拓扑 诊断分析
在线阅读 下载PDF
电力大数据的价值密度评价及结合改进k-means的提升方法研究 被引量:21
14
作者 王赛一 余建平 +2 位作者 孙丰杰 王承民 谢宁 《智慧电力》 北大核心 2019年第3期8-15,共8页
针对目前电力大数据价值密度的研究存在缺乏定义和量化指标、提升手段单一导致效果有限的问题,提出了相关定义及评价指标,从空间上内存占用、时间上运行速率2个维度计算价值密度评价指标;并提出了基于多初始聚类中心的改进k-means算法,... 针对目前电力大数据价值密度的研究存在缺乏定义和量化指标、提升手段单一导致效果有限的问题,提出了相关定义及评价指标,从空间上内存占用、时间上运行速率2个维度计算价值密度评价指标;并提出了基于多初始聚类中心的改进k-means算法,弥补其太过依赖于初始聚类中心的不足。结合该算法,分别从"脏数据"、记录、字段等不同维度,研究如何提升价值密度。以日负荷预测为算例进行仿真测试,结果表明评价指标能较好地反映价值密度,改进聚类算法有较好的的聚类效果和速率优势,可以有效提升数据价值密度。 展开更多
关键词 电力大数据 价值密度 评价指标 K-MEANS算法 三层过滤机制
在线阅读 下载PDF
基于MapReduce的电力大数据增量式属性约简方法 被引量:32
15
作者 廖寒逊 滕欢 卢光辉 《电力系统自动化》 EI CSCD 北大核心 2019年第15期186-192,共7页
针对电力大数据具有的体量大、生成快、实时更新等特点,提出了一种基于MapReduce框架的电力大数据增量式属性约简方法。该方法深入分析了决策表的特性,完成了对不相容决策表的转化和化简,求出了简化决策表正域的势。利用差别元素概念以... 针对电力大数据具有的体量大、生成快、实时更新等特点,提出了一种基于MapReduce框架的电力大数据增量式属性约简方法。该方法深入分析了决策表的特性,完成了对不相容决策表的转化和化简,求出了简化决策表正域的势。利用差别元素概念以及MapReduce的并行化特性,设计了一种能应用于大数据环境的增量式属性约简算法。最后,以Hadoop平台为基础,设计实验完成了某地区历史负荷数据的增量式属性约简计算,验证了算法的可行性和处理电力大数据的能力。 展开更多
关键词 电力大数据 粗糙集 属性约简 增量式更新
在线阅读 下载PDF
电力大数据全景实时分析关键技术 被引量:39
16
作者 周国亮 吕凛杰 王桂兰 《电信科学》 北大核心 2016年第4期159-168,共10页
针对智能电网建设过程中收集的电力大数据,基于电力系统全景实时数据分析的需求,探讨基于大数据的电力系统安全可靠性分析、实时状态监控及能源全景动态平衡调度等核心问题的解决思路。分析了利用大数据解决安全可靠性、设备全寿命周期... 针对智能电网建设过程中收集的电力大数据,基于电力系统全景实时数据分析的需求,探讨基于大数据的电力系统安全可靠性分析、实时状态监控及能源全景动态平衡调度等核心问题的解决思路。分析了利用大数据解决安全可靠性、设备全寿命周期管理及能源实时平衡调度等问题的挑战及解决思路,基于大规模实时多源细节数据和设备全景数据的计算,有助于提高系统分析的精度和准确度,保证电网安全运行;探讨了内存计算、实时流式大数据处理、大规模并行计算及列存储等技术在电力大数据实时分析中的应用;结合主流开源大数据处理技术,设计了电力大数据分析平台的分层体系架构,为电力系统的高效运行提供保证。 展开更多
关键词 电力大数据 全景实时数据 内存计算 数据 大规模并行
在线阅读 下载PDF
基于Neo4j的电力大数据建模及分析 被引量:29
17
作者 马义松 武志刚 《电工电能新技术》 CSCD 北大核心 2016年第2期24-30,共7页
电力大数据的处理离不开大数据技术的支持,如何存储电力大数据并从中挖掘出有价值的信息来促进电网的发展是当前的研究热点。本文首先从数据存储方式和数据检索功能两方面对图数据库Neo4j进行详细介绍;然后提出基于Neo4j构建电网的全景... 电力大数据的处理离不开大数据技术的支持,如何存储电力大数据并从中挖掘出有价值的信息来促进电网的发展是当前的研究热点。本文首先从数据存储方式和数据检索功能两方面对图数据库Neo4j进行详细介绍;然后提出基于Neo4j构建电网的全景数据库,根据电力网络拓扑建立设备映射表,将目前电网中分散、隔离的海量数据有序地整合起来,同时利用Neo4j自身封装的图论算法提出基于图论的电力数据聚类分析方法;最后基于Neo4j数据库分析了两个具体的算例,对Neo4j数据库的信息检索性能和数据聚类分析功能进行了测试。 展开更多
关键词 电力大数据 Neo4j 数据分析 网络拓扑分析
在线阅读 下载PDF
基于电力大数据的地区E-GDP值预测 被引量:16
18
作者 田世明 龚桃荣 +1 位作者 黄小庆 于文龙 《电力自动化设备》 EI CSCD 北大核心 2019年第11期198-204,共7页
为通过电力发展和使用数据评估一个地区的经济发展水平,提出一种表征地区国内生产总值(GDP)发展趋势的类GDP值(E-GDP)的预测方法。该方法基于多源电力大数据和动态贝叶斯网络(DBN)机器学习,采用灰色关联分析法筛选出与GDP变化趋势关联... 为通过电力发展和使用数据评估一个地区的经济发展水平,提出一种表征地区国内生产总值(GDP)发展趋势的类GDP值(E-GDP)的预测方法。该方法基于多源电力大数据和动态贝叶斯网络(DBN)机器学习,采用灰色关联分析法筛选出与GDP变化趋势关联度较大的关键电力数据。利用格兰杰因果分析确定与GDP变化具有因果关联关系的电力指标,并确定各电力指标间的因果关系。进一步运用所得出的因果关系建立DBN预测获得E-GDP。最后将所提方法应用于上海市E-GDP预测,算例结果表明所提方法可以准确地预测地区E-GDP值,同时还可预测得出GDP的概率分布情况。 展开更多
关键词 灰色关联分析 格兰杰因果分析 动态贝叶斯网络 机器学习 GDP 电力大数据
在线阅读 下载PDF
面向新型电力系统的电力大数据副本管理算法 被引量:22
19
作者 丁斌 袁博 +2 位作者 郑焕坤 邢志坤 王帆 《电测与仪表》 北大核心 2022年第1期10-17,共8页
随着新型电力系统建设步伐的加快,电网信息化程度不断加深,上万台虚拟机构成的庞大数据中心,仅仅依靠传统任务调度型副本管理策略,已无法满足未来精准负荷控制等新型电力业务对大数据处理时延的需求。对此,文章在充分考虑网络流量和数... 随着新型电力系统建设步伐的加快,电网信息化程度不断加深,上万台虚拟机构成的庞大数据中心,仅仅依靠传统任务调度型副本管理策略,已无法满足未来精准负荷控制等新型电力业务对大数据处理时延的需求。对此,文章在充分考虑网络流量和数据中心位置分布的基础上,构建一种基于随机配置网络(SCN)的电力大数据自适应副本管理系统。同时,提出了一种基于C-means聚类的底层设备分类网络流量预测模型,有效地完成数据库网络资源的实时评估。为了有效提升电力大数据副本管理效率降低数据处理延时,提出了一种面向新型电力系统的数据存储和选择的副本管理算法,实现电力大数据副本的灵活存储和最优选择。最后,在相应省公司开展试点验证,实验结果表明该算法能够有效支撑电力大数据存储,降低数据处理延时,跨分布式DCs的现场作业完成时间平均减少12.19%。 展开更多
关键词 电力大数据 副本管理 低时延 流量预测
在线阅读 下载PDF
基于Spark框架的电力大数据清洗模型 被引量:10
20
作者 王冲 邹潇 《电测与仪表》 北大核心 2017年第14期33-38,共6页
针对电力大数据清洗过程中的提取统一异常检测模式困难、异常数据修正连续性及准确性低下等问题,提出了一种基于Spark框架的电力大数据清洗模型。首先基于改进CURE聚类算法获取正常簇;其次,实现了正常簇的边界样本获取方法,并设计了基... 针对电力大数据清洗过程中的提取统一异常检测模式困难、异常数据修正连续性及准确性低下等问题,提出了一种基于Spark框架的电力大数据清洗模型。首先基于改进CURE聚类算法获取正常簇;其次,实现了正常簇的边界样本获取方法,并设计了基于边界样本的异常识别算法;最后通过指数加权移动平均数实现了异常数据修正。通过对某风电场风力发电监测数据进行了数据清洗实验分析,验证了清洗模型的高效性、准确性。 展开更多
关键词 电力大数据 数据清洗 异常识别 异常修正 Spark框架
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部