MapReduce 框架下运用 K-modes 聚类算法进行日负荷曲线预测

• 作者: 廖一鸣 李彦 王颖 赵文硕
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 大数据 MapReduce K-modes 聚类算法 日负荷曲线预测
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 算法与分析
• 页码范围: 230-232,316
• 页数: 4页
• 分类号: TP181
• 字数: 2108字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2016.02.011

摘要

提出一种 MapReduce 框架下运用 K‐modes 聚类算法，并基于电力大数据对日负荷曲线进行预测的方法。将预测结果与传统 K‐modes 聚类算法的预测结果进行对比，结果表明：K‐modes 聚类算法进行分布式处理的方法是可行的，使用这种方法对日负荷曲线进行预测效果更好，提高了预测的精确性，更好地指导电力生产。

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	李彦	华北电力大学控制与计算机工程学院	6	7	2.0	2.0
3	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
4	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