本文關(guān)鍵詞：電力大數(shù)據(jù)智能化高效分析挖掘技術(shù)框架，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著智能電網(wǎng)的不斷建設(shè),各類生產(chǎn)經(jīng)營(yíng)管理活動(dòng)中產(chǎn)生的海量、高頻數(shù)據(jù),具有實(shí)時(shí)性、易失性、突發(fā)性、無(wú)序性、無(wú)限性等特征,如何充分利用和分析這些數(shù)據(jù),快速獲取有價(jià)值的信息是當(dāng)前電力大數(shù)據(jù)處理急需突破的難點(diǎn)。在分析目前電力大數(shù)據(jù)應(yīng)用現(xiàn)狀的基礎(chǔ)上,構(gòu)建了電力大數(shù)據(jù)智能化高效分析挖掘技術(shù)框架,同時(shí)從面向計(jì)算密集型電力大數(shù)據(jù)的特征分析技術(shù)、基于內(nèi)存計(jì)算的高性能數(shù)據(jù)分析技術(shù)、電力大數(shù)據(jù)并行化分析框架及服務(wù)體系以及基于數(shù)據(jù)挖掘的母線超短期負(fù)荷預(yù)測(cè)技術(shù)4個(gè)方面詳細(xì)描述了電力大數(shù)據(jù)智能化高效分析挖掘的關(guān)鍵技術(shù),從而為電力業(yè)務(wù)數(shù)據(jù)的高效價(jià)值挖掘及在線決策分析提供理論依據(jù)及基礎(chǔ)技術(shù)支撐。
【作者單位】： 南京郵電大學(xué)先進(jìn)技術(shù)研究院;全球能源互聯(lián)網(wǎng)研究院計(jì)算及應(yīng)用研究所;
【關(guān)鍵詞】： 電力大數(shù)據(jù) 數(shù)據(jù)挖掘 特征提取 多源數(shù)據(jù)過(guò)濾
【基金】：國(guó)家自然科學(xué)基金(51507084) 中國(guó)博士后基金(2016M591890) 南京郵電大學(xué)引進(jìn)人才基金(NY214203) 國(guó)家電網(wǎng)公司科技資助項(xiàng)目
【分類號(hào)】：TM76;TP311.13
【正文快照】： 1引言隨著智能電網(wǎng)的不斷深入建設(shè),目前國(guó)家電網(wǎng)公司已建成結(jié)構(gòu)化、非結(jié)構(gòu)化、海量歷史/準(zhǔn)實(shí)時(shí)、電網(wǎng)空間4類數(shù)據(jù)中心平臺(tái),積累了豐富的大數(shù)據(jù)資源,有效支撐企業(yè)數(shù)據(jù)共享融合、分析決策系統(tǒng)建設(shè)。張東霞等人[1]指出智能電網(wǎng)是大數(shù)據(jù)應(yīng)用的重要領(lǐng)域之一,并給出了面向智能電網(wǎng)的

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前9條

1 趙慧敏;房才華;徐智超;聶冰;;一種交流電機(jī)故障診斷中的特征提取與強(qiáng)化[J];大連交通大學(xué)學(xué)報(bào);2014年02期

2 戴洪海,周建中,付波;水輪機(jī)組振動(dòng)信號(hào)中的小波濾波和特征提取[J];華中電力;2004年03期

3 張蕊,郭瑞君,李華,嚴(yán)璋;基于變壓器故障分類的DGA特征提取[J];高電壓技術(shù);2005年04期

4 李永河;董華軍;劉伸展;黃璨;;基于圖像處理鐵路信號(hào)燈特征提取[J];大連交通大學(xué)學(xué)報(bào);2012年04期

5 朱文龍;周建中;肖劍;肖漢;李超順;;獨(dú)立分量分析 經(jīng)驗(yàn)?zāi)B(tài)分解特征提取在水電機(jī)組振動(dòng)信號(hào)中的應(yīng)用[J];中國(guó)電機(jī)工程學(xué)報(bào);2013年29期

6 張新聞;周春艷;;一種特征提取新方法在PQD識(shí)別中的應(yīng)用[J];寧夏大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年03期

7 何青;解芳芳;李紅;藍(lán)瀾;;基于流形學(xué)習(xí)方法的汽輪機(jī)組振動(dòng)特征提取[J];振動(dòng).測(cè)試與診斷;2014年04期

8 李培強(qiáng);李欣然;陳輝華;唐外文;;基于小波包理論的負(fù)荷建模數(shù)據(jù)特征提取與分類[J];電力系統(tǒng)自動(dòng)化;2007年06期

9 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 呂游;劉吉臻;楊婷婷;;基于特征提取和最小二乘支持向量機(jī)結(jié)合的NO_x排放特性建模[A];2012電站自動(dòng)化信息化學(xué)術(shù)和技術(shù)交流會(huì)議論文集[C];2012年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 周福娜;基于統(tǒng)計(jì)特征提取的多故障診斷方法及應(yīng)用研究[D];上海海事大學(xué);2009年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前6條

1 宋一遼;基于懶惰學(xué)習(xí)的優(yōu)化算法及組合預(yù)測(cè)模型的研究與應(yīng)用[D];蘭州大學(xué);2015年

2 羅炳聰;單相串激電機(jī)生產(chǎn)過(guò)程在線品質(zhì)方法研究[D];五邑大學(xué);2015年

3 董玉林;組合電器局部放電特征提取與放電嚴(yán)重程度評(píng)估方法研究[D];重慶大學(xué);2015年

4 張?jiān)?600MW汽輪機(jī)組振動(dòng)故障診斷方法的研究[D];華北電力大學(xué);2015年

5 王劉旺;容性電力設(shè)備絕緣監(jiān)測(cè)數(shù)據(jù)分析與特征提取[D];華北電力大學(xué);2013年

6 王金平;基于仿生模式識(shí)別技術(shù)的GIS故障分類與定位方法的研究[D];東北大學(xué);2012年

  本文關(guān)鍵詞：電力大數(shù)據(jù)智能化高效分析挖掘技術(shù)框架，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：446020