基于分布式计算的海量用电数据分析技术研究

• 作者: 于建成 王旭东 蒋菱 袁晓冬
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: MapReduce 模糊C均值聚类 用电行为分析 大数据
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 应用开发研究
• 页码范围: 176-181
• 页数: 6页
• 分类号: TP39
• 字数: 6016字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2016.12.038

摘要

用电行为分析技术对供电企业掌握用户用能方式、调整生产计划以及进行电网规划有着较大的现实意义。传统用电行为分析多利用少量样本数据，由于数据源覆盖面的问题往往容易造成结果偏差。借助大数据技术，可以利用海量用电数据提高用电行为分析的准确性。针对用电行为分析在处理海量数据时效率低下的问题，提出了基于MapReduce技术的模糊 C 均值聚类( FCM)并行算法，通过将FCM算法的迭代过程分解到Map和Reduce两个步骤中，可以有效地提高聚类过程中数据对象和聚类中心的相似度计算效率。在此基础上，利用所提出的FCM并行算法对居民用电数据的四个特征进行聚类分析。实验结果表明，所提算法可以提高海量用电数据聚类分析的效率，证明了计算模型的可行性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁晓冬		50	849	14.0	28.0
2	于建成		22	358	8.0	18.0
3	王旭东		42	255	9.0	14.0
4	蒋菱		23	182	7.0	13.0