一种基于Hadoop的电力大数据属性实体识别算法

• 作者: 娄建楼 曲朝阳 王冲 齐俊
• 来源期刊: 电力系统保护与控制
• 关键词: 电力大数据 实体识别 离散化算法 信息准确率
• 年，卷（期）: 2016,（24）
• 所属期刊栏目: 应用研究
• 页码范围: 52-57
• 页数: 6页
• 字数: 5188字
• 语种: 中文
• DOI: 10.7667/PSPC152053

摘要

随着大数据时代的来临，传统的实体识别技术由于电网数据体积大以及类型复杂等特性已经无法有效地进行数据预处理。近年来兴起的Hadoop技术能够对大数据进行较好的处理。因此提出一种基于Hadoop的电力大数据属性实体识别算法。该算法利用改进离散化算法选取出信息准确率较高的离散点，并提出了一种离散化评价指标。最后，在 Hadoop 平台上对某风电机组的监测数据进行了属性实体识别。实验证明，该算法在实验正确性和断点数目方面表现良好，并且具有较好的加速比，适用于电力大数据的属性实体识别处理。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曲朝阳	东北电力大学信息工程学院	104	1025	15.0	26.0
2	娄建楼	东北电力大学信息工程学院	17	122	6.0	11.0
3	王冲		9	52	4.0	7.0
4	齐俊	东北电力大学信息工程学院	1	18	1.0	1.0