基于改进k-means算法的海量智能用电数据分析

• 作者: 候兴哲 傅宏 孙洪亮 胡君 赵莉
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 智能用电 云计算 Map-Reduce处理模型 k-means 算法 并行挖掘
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 智能用电技术
• 页码范围: 2715-2720
• 页数: 6页
• 分类号: TM734
• 字数: 6279字
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2014.10.015

摘要

针对智能用电数据挖掘面临数据量大、挖掘效率低等难题,进行Map-Reduce模型下基于改进k-means的海量用电数据分析研究.以家庭用户为例,建立了家庭用户用电信息的家庭用户号、房屋面积、家庭成员数、每天用电量、峰谷电量、家用电器数等的数据维度模型,利用k-means算法简单、收敛速度快的优势,克服其容易陷入局部最优解的缺陷,综合考虑初始聚类中心的选择及聚类个数的选取2个因素,以数据对象密度的大小作为初始聚类中心的选取标准,将簇间距离及簇内对象的分散程度作为聚类数目选择的重要参考,对k-means算法进行改进;为提高数据处理效率,进行Map-Reduce处理模型下的海量家庭用户用电数据的并行挖掘.通过在Hadoop集群上进行实验,结果证明提出的算法运行稳定、高效、可行,且具有良好的加速比.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵莉		5	149	3.0	5.0
2	孙洪亮		8	148	3.0	8.0
3	候兴哲		1	133	1.0	1.0
4	胡君		2	133	1.0	2.0
5	傅宏		1	133	1.0	1.0