基于大数据分析的暂态电能质量综合评估方法

• 作者: 姚森敬 张华赢 曹军威 朱正国 王淼 韩蓄 高田
• 来源期刊: 南方电网技术
• 学科: 工学
• 关键词: 大数据 MapReduce 分布式数据挖掘 朴素贝叶斯(NaiveBayes)分类
• 年，卷（期）: 2015,（6）
• 页码范围: 80-86
• 页数: 7页
• 分类号: TM732
• 字数: 5555字
• 语种: 中文
• DOI: 10.13648/j.cnki.issn1674-0629.2015.06.014

摘要

运用基于大数据处理架构的Naive Bayes分类方法提出了暂态电能质量评估方法, 将数据来源扩展至电网运行监测数据、 电力用户数据和公共信息数据等方面, 并将评估结果按严重程度分为暂态正常状态、 短时电压暂降状态、短时深度电压暂降状态、 短时电压失压状态. 基于MapReduce架构, 设计分布式Naive Bayes算法实现状态分类. 在分类器训练阶段, 对海量历史数据进行分布式学习, 周期性地生成评估规则库并部署到所有评估节点. 在状态评估阶段, 各评估节点基于流处理框架快速生成实时评估样本, 并根据当前规则库实时地得出评估结果. 试验结果表明, 所提出的基于大数据分析的暂态电能质量评估方法是可行, 在准确率和处理速度上都取得了较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹军威	清华大学信息技术研究院	31	976	9.0	31.0
2	朱正国		26	208	7.0	14.0
3	姚森敬		50	813	16.0	27.0
4	张华赢		16	116	4.0	10.0
5	王淼	清华大学信息技术研究院	10	219	7.0	10.0
6	高田	清华大学信息技术研究院	2	44	2.0	2.0
7	韩蓄	清华大学信息技术研究院	1	24	1.0	1.0