基于Spark框架的电力大数据服务技术

来源 :信息技术 | 被引量 : 0次 | 上传用户:zxsa0519
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
电力大数据服务是智能电网建设的关键,提出了基于改进AP聚类的用电行为分析方法和基于随机森林的电力负荷预测方法。针对AP聚类分析用电行为存在的复杂度较高问题,利用熵权法确立指标权值,改进相似度计算方式,实现了用户用电行为的快速准确分析。针对电力负荷预测问题,采用模糊C均值构建历史相似日样本集,利用随机森林预测电力负荷。为提高电力数据服务运行效率,构建了基于Spark框架的并行数据处理平台。实验结果表明,提出方法能够有效提取用户的用电行为和预测电力负荷,且性能优于现有方法。
其他文献
针对现有基于用电数据的窃电行为识别性能不佳的问题,提出了一种基于差分进化SVM的识别方法。电网中窃电用户占比较少,样本数据集分类严重不平衡,为此利用K-means聚类提取少
“摩尔定律”是集成电路行业所遵循的规律,是指价格不变时,集成电路上可容纳的晶体管数目,每隔18-24个月便会增加一倍,器件性能亦提升一倍。然而,近年来,诸多数据统计显示,晶
基于NSGA2算法存在收敛性和分布均匀性不足的问题,文中研究了一种改进的NSGA2算法,该算法使用算术交叉算子和精英交叉策略,并引入了伪适应度值的概念。同时,为更好地研究分布
20世纪初,转译自日本的“共产党”一词进入中国话语体系。但起初“共产党”一词在中国鲜为人知,普罗大众不知何为“共产党”,何为“共产主义”。中共成立后,开启了对“共产”