电力用户侧大数据分析与并行负荷预测

• 作者: 孙志伟 王德文
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 大数据 电力用户侧 负荷预测 并行处理 云计算
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 大数据与电力系统
• 页码范围: 527-537
• 页数: 11页
• 分类号: TM76
• 字数: 9476字
• 语种: 中文
• DOI: 10.13334/j.0258-8013.pcsee.2015.03.004

摘要

随着智能电网、通信网络技术和传感器技术的发展，电力用户侧数据呈指数级增长、复杂程度增大，逐步构成了用户侧大数据。传统的数据分析模式已无法满足需求，迫切需要解决电力用户侧的大数据在分析与处理方面的难题。该文分析电力用户大数据的来源，针对电力用户侧大数据的数据量大、种类繁多与速度快等特点，指出电力用户侧的大数据在数据存储、可用性、处理等方面面临的挑战。结合云计算技术提出一种电力用户侧大数据分析处理平台，将智能电表、SCADA系统和各种传感器中采集的数据整合，并利用并行化计算模型 MapReduce 与内存并行化计算框架Spark对电力用户侧的大数据进行分析。提出基于随机森林算法的并行负荷预测方法，将随机森林算法进行并行化，对历史负荷、温度、风速等数据进行并行化分析，缩短负荷预测时间和提高随机森林算法对大数据的处理能力。设计并实现基于 Hadoop 的电力用户侧大数据并行负荷预测原型系统，包括数据集群的管理、数据管理、预测分类算法库等功能。采用不同大小的数据集对并行化随机森林算法进行负荷预测实验，实验结果表明，并行化随机森林算法的预测精度明显高于决策树的预测精度，且在不同数据集上预测精度普遍高于决策树的预测精度，能够较好的对大数据进行分析处理。

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工程学院	61	2241	26.0	47.0
2	孙志伟	华北电力大学控制与计算机工程学院	2	267	2.0	2.0