泄漏电流信号并行分析与状态评估新方法

• 作者: 宋亚奇 朱永利 王德文 蒋玉柱
• 来源期刊: 高性能计算技术
• 学科: 工学
• 关键词: 云计算 Hadoop MapReduce HBase K-Means 绝缘子
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 高性能计算技术
• 页码范围: 45-51
• 页数: 7页
• 分类号: TP30
• 语种: 中文

摘要

为了利用海量绝缘子泄漏电流数据进行绝缘子的状态评估,本文采用半监督聚类的方法,基于Hadoop平台对泄漏电流数据分析、处理及绝缘子的状态评估进行了研究.首先利用HBase存储泄漏电流信号数据,设计了HBase表结构.其次以HBase表数据作为输入,采用半监督K-Means聚类的方法对样本数据进行处理,对绝缘子的状态进行评估;并将算法并行化,实现了多个MapReduce任务,分别对状态信号数据进行预处理、特征提取、聚类分析.最后通过对实际泄漏电流数据的处理,验证了Hadoop/MapReduce处理海量信号数据的高效性,并且半监督聚类方法相比无监督聚类方法可以获得较准确的聚类中心及聚类中心半径.该平台适用于基于海量泄漏电流信号数据的绝缘子状态评估.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王德文	华北电力大学控制与计算机学院	61	2241	26.0	47.0
2	朱永利	华北电力大学控制与计算机学院	268	5516	39.0	62.0
3	宋亚奇	华北电力大学控制与计算机学院	17	1166	9.0	17.0
4	蒋玉柱	华北电力大学控制与计算机学院	2	1	1.0	1.0