發(fā)布時間：2017-10-11 09:01

  本文關鍵詞：基于偏序約簡的智能電網大數(shù)據(jù)預處理方法

  更多相關文章： 智能電網 大數(shù)據(jù) 偏序約簡 數(shù)據(jù)預處理 MapReduce Hadoop

【摘要】：針對電力一次系統(tǒng)和電力信息系統(tǒng)的數(shù)據(jù)所具有的多維度、時空混雜等特征,建立了一種基于偏序約簡的大數(shù)據(jù)屬性約簡預處理方法。該方法綜合利用了MapReduce的可并行化優(yōu)點,著眼于并發(fā)事件間的獨立性,可以滿足電力大數(shù)據(jù)屬性維度與約簡方面的覆蓋要求。最后,分別以某光伏發(fā)電系統(tǒng)監(jiān)測數(shù)據(jù)、變壓器故障診斷數(shù)據(jù)和智能變電站通信系統(tǒng)實時性與可靠性預測數(shù)據(jù)為例,對屬性約簡進行模擬計算,并通過Hadoop平臺進行測試,表明所提出的電力大數(shù)據(jù)屬性約簡方法性能優(yōu)良。
【作者單位】： 華北電力大學控制與計算機工程學院;浙江大學電氣工程學院;文萊科技大學電機與電子工程系;國網河南省電力公司;
【關鍵詞】： 智能電網 大數(shù)據(jù) 偏序約簡 數(shù)據(jù)預處理 MapReduce Hadoop
【基金】：國家自然科學基金資助項目(51477151,51407076) 河北省自然科學基金資助項目(F2014502050) 河北省高等學校科學研究項目(Z2013007) 中央高�；究蒲袠I(yè)務費專項資金資助項目(2015ZD28)~~
【分類號】：TM76
【正文快照】： 上網日期:2016-02-16。0引言體量(Volume)大、增長迅速(Velocity)、類別(Variety)多、價值(Value)密度稀是大數(shù)據(jù)的“4V”特征[1]。而電力大數(shù)據(jù)的特征可以進一步概括為“3V3E”,其中“3V”分別是體量(Volume)大、類型(Variety)多和速度快(Velocity),3E分別是數(shù)據(jù)即能量(Energ

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 戴華平;;混雜時間事件圖的最小初始標志計算方法[J];浙江大學學報(工學版);2006年02期

2 ;[J];;年期

中國碩士學位論文全文數(shù)據(jù)庫 前2條

1 何洪展;B（H）的減偏序遺傳子空間和保持減偏序的線性映射[D];陜西師范大學;2012年

2 張倩;B（H）的*偏序遺傳子空間和保持*偏序的線性映射[D];陜西師范大學;2013年

，

本文編號：1011624