大规模用电数据流的快速聚类和异常检测技术

• 作者: 周国亮 王桂兰 米增强 赵洪山
• 来源期刊: 电力系统自动化
• 关键词: 数据流 聚类 异常检测 流式计算 用电行为
• 年，卷（期）: 2016,（24）
• 页码范围: 27-33
• 页数: 7页
• 字数: 6001字
• 语种: 中文
• DOI: 10.7500/AEPS20160123002

摘要

对近年来在电力系统中出现的大规模数据流进行了探讨,目的是利用流式计算技术提高系统的实时性和安全性。针对大规模用电信息采集中用电数据流的快速聚类和异常检测技术展开研究。结合分布式流式计算平台Spark Streaming,基于用电行为在纵向时间和横向空间上表现出的聚类特性,即同类用户具有相似用电模式和同一用户历史数据具有相似性,设计并实现了流式DBSCAN聚类算法,以实现对大规模用电数据流的快速异常检测。设计并搭建了支持大规模数据流处理的实验环境,证明了算法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	米增强	华北电力大学电气与电子工程学院	85	1730	23.0	40.0
2	赵洪山	华北电力大学电气与电子工程学院	118	1689	23.0	37.0
3	王桂兰	华北电力大学电气与电子工程学院	9	145	6.0	9.0
4	周国亮	国网冀北电力有限公司技能培训中心	9	112	4.0	9.0