本文關(guān)鍵詞：基于云計算的電力系統(tǒng)數(shù)據(jù)挖掘的研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：電力系統(tǒng)與人們的生活、工業(yè)的生產(chǎn)息息相關(guān),電力系統(tǒng)的穩(wěn)定運行關(guān)系到了國家工業(yè)領(lǐng)域的正常生產(chǎn),國民的正常生活,隨著信息化、數(shù)字化時代的到來,電力系統(tǒng)中各種智能終端設(shè)備的投入,智能電網(wǎng)、智能能源系統(tǒng)的建設(shè),使得電力系統(tǒng)涌現(xiàn)出了大量電力數(shù)據(jù),這些大量電力數(shù)據(jù)的背后隱藏著許多電力系統(tǒng)運行的寶貴信息,如何挖掘出這些寶貴的信息成為了電力系統(tǒng)亟待解決的問題。數(shù)據(jù)挖掘是利用數(shù)學(xué)的方法挖掘出隱藏在信息背后的價值,完成從知識到價值的轉(zhuǎn)變,因此使用數(shù)據(jù)挖掘的方法來分析電力數(shù)據(jù),從來為電力決策和電力數(shù)據(jù)分析提供參考,但傳統(tǒng)的挖掘方法是基于單節(jié)點的串行挖掘,無法滿足現(xiàn)在海量數(shù)據(jù)挖掘的需求,云計算依靠分布式存儲和并行計算,可以把許多廉價的計算機組合成集群達到處理海量數(shù)據(jù)的目的,云計算的出現(xiàn)帶來了新的曙光,本文采用云計算與數(shù)據(jù)挖掘相結(jié)合的方法來完成電力系統(tǒng)數(shù)據(jù)知識到價值的轉(zhuǎn)變。首先研究了開源Hadoop云計算平臺,以6臺PC完成了實驗集群的搭建,研究了K-means和Canopy聚類算法,并介紹了兩種傳統(tǒng)算法的流程,使用兩種相結(jié)合的聚類算法來分析電力用戶用電規(guī)律,同時研究了均以K-means聚類算法為基礎(chǔ)的間隙統(tǒng)計法和肘形判據(jù)的辨識算法,研究了兩種傳統(tǒng)算法的流程,利用兩種算法各自的特點,提出了兩者相結(jié)合的辨識算法達到電力系統(tǒng)不良數(shù)據(jù)辨識的目的,基于Map Reduce模型將所有算法并行化,使其擁有海量數(shù)據(jù)處理的能力,通過實驗,將所有的并行算法應(yīng)用于實例,驗證了提出的并行算法高效、可行。
【關(guān)鍵詞】：云計算 數(shù)據(jù)挖掘 K-means Canopy 間隙統(tǒng)計法 肘形判據(jù)
【學(xué)位授予單位】：華北理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TM76;TP311.13
【目錄】：

• 摘要4-5
• Abstract5-8
• 引言8-9
• 第1章 緒論9-13
• 1.1 研究背景9
• 1.2 國內(nèi)外研究現(xiàn)狀9-11
• 1.2.1 云計算研究現(xiàn)狀9-10
• 1.2.2 云技術(shù)在電力系統(tǒng)中的應(yīng)用10-11
• 1.3 本文主要研究內(nèi)容11
• 1.4 本文結(jié)構(gòu)11-13
• 第2章 數(shù)據(jù)挖掘與云計算相關(guān)知識13-22
• 2.1 數(shù)據(jù)挖掘相關(guān)知識13-14
• 2.1.1 數(shù)據(jù)挖掘13-14
• 2.1.2 基于云計算的電力系統(tǒng)數(shù)據(jù)挖掘架構(gòu)14
• 2.2 云計算相關(guān)知識14-20
• 2.2.1 分布式文件系統(tǒng)HDFS（Hadoop Distributed File System）17-18
• 2.2.2 分布式計算框架MapReduce18-20
• 2.3 本章小結(jié)20-22
• 第3章 云計算實驗平臺搭建22-28
• 3.1 Hadoop平臺運行方式22
• 3.2 云實驗平臺搭建22-26
• 3.3 本章小節(jié)26-28
• 第4章 海量用電數(shù)據(jù)并行聚類分析28-43
• 4.1 傳統(tǒng)的聚類算法28-31
• 4.1.1 k-means聚類算法28-29
• 4.1.2 Canopy聚類算法29-31
• 4.2 并行聚類算法31-37
• 4.2.1 并行k-means聚類算法設(shè)計31-32
• 4.2.2 并行k-means聚類算法具體實現(xiàn)32-33
• 4.2.3 并行Canopy聚類算法設(shè)計33-34
• 4.2.4 并行Canopy聚類算法具體實現(xiàn)34-37
• 4.3 實驗仿真37-42
• 4.4 本章小節(jié)42-43
• 第5章 電力系統(tǒng)不良數(shù)據(jù)并行辨識43-59
• 5.1 間隙統(tǒng)計算法43-45
• 5.2 肘形判據(jù)45-46
• 5.3 基于間隙統(tǒng)計的肘形判據(jù)并行算法設(shè)計46-47
• 5.4 基于間隙統(tǒng)計的肘形判據(jù)并行算法實現(xiàn)47-50
• 5.5 實驗仿真50-58
• 5.6 本章小節(jié)58-59
• 結(jié)論59-61
• 參考文獻61-64
• 致謝64-65
• 導(dǎo)師簡介65-66
• 作者簡介66-67
• 學(xué)位論文數(shù)據(jù)集67

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 烏英格;陳寶平;;數(shù)據(jù)挖掘在客戶關(guān)系管理中的應(yīng)用[J];內(nèi)蒙古科技與經(jīng)濟;2005年24期

2 焦健;王祥;;數(shù)據(jù)挖掘在美國本土安全中的應(yīng)用[J];艦船電子工程;2006年01期

3 楊洋;;Web數(shù)據(jù)挖掘的分析與探討[J];裝備制造技術(shù);2006年05期

4 劉娟;;Web數(shù)據(jù)挖掘及其在個性化網(wǎng)上購物實現(xiàn)的探討[J];企業(yè)技術(shù)開發(fā);2007年07期

5 李世超;麥范金;;數(shù)據(jù)挖掘在現(xiàn)代企業(yè)經(jīng)營管理中的應(yīng)用[J];桂林航天工業(yè)高等專科學(xué)校學(xué)報;2008年04期

6 崔永君;;數(shù)據(jù)挖掘的系統(tǒng)構(gòu)成與發(fā)展趨勢[J];硅谷;2009年03期

7 侯曉凌;;淺談數(shù)據(jù)挖掘[J];科學(xué)之友(B版);2009年04期

8 張濤;;Web數(shù)據(jù)挖掘現(xiàn)狀分析[J];科學(xué)之友(B版);2009年06期

9 黃雄偉;陳定方;祖巧紅;;Web數(shù)據(jù)挖掘可視化研究與應(yīng)用[J];湖北工業(yè)大學(xué)學(xué)報;2009年04期

10 王巖;;數(shù)據(jù)挖掘領(lǐng)域探索[J];硅谷;2010年05期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 史東輝;蔡慶生;張春陽;;一種新的數(shù)據(jù)挖掘多策略方法研究[A];第十七屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2000年

2 張弦;;數(shù)據(jù)挖掘在農(nóng)業(yè)中的應(yīng)用[A];紀念中國農(nóng)業(yè)工程學(xué)會成立30周年暨中國農(nóng)業(yè)工程學(xué)會2009年學(xué)術(shù)年會（CSAE 2009）論文集[C];2009年

3 魏順平;;教育數(shù)據(jù)挖掘:現(xiàn)狀與趨勢[A];信息化、工業(yè)化融合與服務(wù)創(chuàng)新——第十三屆計算機模擬與信息技術(shù)學(xué)術(shù)會議論文集[C];2011年

4 關(guān)清平;沉培輝;;概率網(wǎng)絡(luò)在數(shù)據(jù)挖掘上的應(yīng)用[A];科技、工程與經(jīng)濟社會協(xié)調(diào)發(fā)展——中國科協(xié)第五屆青年學(xué)術(shù)年會論文集[C];2004年

5 丁瑾;;基于Web數(shù)據(jù)挖掘的綜述[A];山西省科學(xué)技術(shù)情報學(xué)會學(xué)術(shù)年會論文集[C];2004年

6 聶茹;田森平;;Web數(shù)據(jù)挖掘及其在電子商務(wù)中的應(yīng)用[A];中南六�。▍^(qū)）自動化學(xué)會第24屆學(xué)術(shù)年會會議論文集[C];2006年

7 李菊;王軍;;數(shù)據(jù)挖掘在客戶關(guān)系管理的應(yīng)用[A];計算機技術(shù)與應(yīng)用進展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

8 肖陽;李啟賢;;數(shù)據(jù)挖掘在中國鋼鐵行業(yè)中的應(yīng)用[A];中國計量協(xié)會冶金分會2012年會暨能源計量與節(jié)能降耗經(jīng)驗交流會論文集[C];2012年

9 楊磊;王貴成;汪勇;張占勝;;SQL Server 2005在數(shù)據(jù)挖掘中的應(yīng)用[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

10 謝中;邱玉輝;;面向商務(wù)網(wǎng)站有效性的數(shù)據(jù)挖掘方法[A];第十八屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2001年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 本報記者褚寧;數(shù)據(jù)挖掘如“挖金”[N];解放日報;2002年

2 周蓉蓉;數(shù)據(jù)挖掘需要點想像力[N];計算機世界;2004年

3 □中國電信股份有限公司北京研究院 張舒博 □北京郵電大學(xué)計算機科學(xué)與技術(shù)學(xué)院 牛琨;走出數(shù)據(jù)挖掘的誤區(qū)[N];人民郵電;2006年

4 《網(wǎng)絡(luò)世界》記者 王瑩;數(shù)據(jù)挖掘保險業(yè)的新藍海[N];網(wǎng)絡(luò)世界;2012年

5 劉俊麗;基于地理化的網(wǎng)絡(luò)數(shù)據(jù)挖掘與分析提升投資有效性[N];人民郵電;2014年

6 本報記者 連曉東;數(shù)據(jù)挖掘：金融信息化新熱點[N];中國電子報;2002年

7 本報記者 鳳小華 朱仁康;“數(shù)字挖掘軟件”引領(lǐng)中國信息化新浪潮[N];中國電子報;2003年

8 本報記者　史延廷;“成功企業(yè)數(shù)據(jù)挖掘暨數(shù)量化管理論壇”在京舉辦[N];中國旅游報;2002年

9 朱小寧;數(shù)據(jù)挖掘：信息化戰(zhàn)爭的基礎(chǔ)工程[N];解放軍報;2005年

10 本報記者 王小平;從“大集中”走向數(shù)據(jù)挖掘[N];金融時報;2002年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 于自強;海量流數(shù)據(jù)挖掘相關(guān)問題研究[D];山東大學(xué);2015年

2 張馨;全基因組SNP芯片應(yīng)用于CNV和L0H分析的軟件比對與數(shù)據(jù)挖掘[D];復(fù)旦大學(xué);2011年

3 彭計紅;基于數(shù)據(jù)挖掘的癡呆中醫(yī)證的研究[D];南京中醫(yī)藥大學(xué);2015年

4 李秋虹;基于MapReduce的大規(guī)模數(shù)據(jù)挖掘技術(shù)研究[D];復(fù)旦大學(xué);2013年

5 鄔文帥;基于多目標決策的數(shù)據(jù)挖掘方法評估與應(yīng)用[D];電子科技大學(xué);2015年

6 謝邦彥;整合數(shù)據(jù)挖掘與TRIZ理論的質(zhì)量管理方法研究[D];首都經(jīng)濟貿(mào)易大學(xué);2010年

7 何偉全;云南高校學(xué)生意外傷害因素關(guān)聯(lián)規(guī)則挖掘及風(fēng)險管控體系研究[D];昆明理工大學(xué);2015年

8 段功豪;基于多結(jié)構(gòu)數(shù)據(jù)挖掘的滑坡災(zāi)害預(yù)測模型研究[D];中國地質(zhì)大學(xué);2016年

9 白曉明;基于數(shù)據(jù)挖掘的復(fù)合材料宏—細觀力學(xué)模型研究[D];哈爾濱工業(yè)大學(xué);2016年

10 藍永豪（LAM Wing Ho）;基于數(shù)據(jù)挖掘技術(shù)分析當(dāng)代中醫(yī)名家痤瘡驗方經(jīng)驗研究[D];南京中醫(yī)藥大學(xué);2016年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 林仁紅;基于數(shù)據(jù)挖掘的機遇識別與評價研究[D];首都經(jīng)濟貿(mào)易大學(xué);2007年

2 張彥俊;游戲運營中的數(shù)據(jù)挖掘[D];復(fù)旦大學(xué);2011年

3 焦亞召;基于多核函數(shù)FCM算法在數(shù)據(jù)挖掘聚類中的應(yīng)用研究[D];昆明理工大學(xué);2015年

4 王杰鋒;物聯(lián)網(wǎng)能耗數(shù)據(jù)智能分析及其應(yīng)用平臺設(shè)計[D];江南大學(xué);2015年

5 劉學(xué)建;數(shù)據(jù)挖掘在電子商務(wù)推薦系統(tǒng)中的應(yīng)用研究[D];昆明理工大學(xué);2015年

6 戴陽陽;基于數(shù)據(jù)挖掘的金融時間序列預(yù)測研究與應(yīng)用[D];江南大學(xué);2015年

7 石思優(yōu);基于主題模型的醫(yī)療數(shù)據(jù)挖掘研究[D];廣東技術(shù)師范學(xué)院;2015年

8 陳丹;移動互聯(lián)網(wǎng)信令挖掘?qū)崿F(xiàn)智慧營銷的設(shè)計與實現(xiàn)應(yīng)用研究[D];華南理工大學(xué);2015年

9 陳思;基于數(shù)據(jù)挖掘的大學(xué)生客戶識別模型的研究[D];昆明理工大學(xué);2015年

10 位長帥;基于客戶數(shù)據(jù)挖掘的電信客戶關(guān)系管理研究[D];西南交通大學(xué);2015年

  本文關(guān)鍵詞：基于云計算的電力系統(tǒng)數(shù)據(jù)挖掘的研究，由筆耕文化傳播整理發(fā)布。

本文編號：304196