基于并行共享挖掘算法的电力负荷预测

• 作者: 廖一鸣 李彦 王颖 谢萍 赵文硕
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 数据挖掘 负荷预测 Hadoop 并行共享决策树
• 年，卷（期）: 2015,（2）
• 页码范围: 178-182
• 页数: 5页
• 分类号: TM714
• 字数: 2765字
• 语种: 中文
• DOI: 10.3969/j.issn1672-9722.2015.02.005

摘要

影响电力负荷的因素有很多，用于电力负荷预测的数据随着电网规模的扩大也越来越多。传统预测方法不能通过挖掘大量数据，有效地建立电力负荷预测模型。论文结合并行共享数据挖掘技术，综合分析了基于 HADOOP 的并行共享决策树算法（PSDT ）以及 SLIQ 算法，提出了一种新的方法来构建电力负荷预测模型。试验结果表明，使用该方法构建预测模型实用性较强，并且有良好的扩展性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王颖	华北电力大学控制与计算机工程学院	55	415	12.0	17.0
2	谢萍	华北电力大学控制与计算机工程学院	16	120	3.0	10.0
3	李彦	华北电力大学控制与计算机工程学院	6	7	2.0	2.0
4	赵文硕	华北电力大学控制与计算机工程学院	3	6	2.0	2.0
5	廖一鸣	华北电力大学控制与计算机工程学院	3	6	2.0	2.0