基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
大数据技术应用在智能电网特别是对电力系统故障的分析和判断是目前研究热点,由于电力大数据规模大、类型多、价值密度低等特征,急需采用有效的方法来进行表征,才能更有针对性进行后续的研究和分析.笔者基于随机矩阵理论提出了电力大数据的表征方法,通过研究含有时间序列模型的高维矩阵和矩阵转换方法,分别构建了设备状态高维矩阵和设备关键性能高维矩阵,为后续电力系统故障的分析和判断提供了理论基础.
推荐文章
基于随机矩阵理论的状态监测数据关联分析方法
状态监测
数据挖掘
关联分析
随机矩阵理论
大数据
基于随机矩阵理论的智能电网大数据体系结构设计
智能电网
随机矩阵理论
算法模型
云端
大数据库
基于电力系统大数据治理的软件数据平台设计与研究
大数据治理
Hadoop分布式存储
Spark计算技术
随机矩阵理论
基于大数据平台的电力负荷预测
大数据
Hadoop
云计算
Mapreduce
电力系统
电力负荷预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于随机矩阵理论的电力大数据表征方法
来源期刊 红水河 学科 工学
关键词 大数据 随机矩阵 电力系统 表征
年,卷(期) 2017,(3) 所属期刊栏目 电网技术
研究方向 页码范围 35-38
页数 4页 分类号 TP391|TM711
字数 3308字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 黄柳萍 11 24 3.0 4.0
2 陈星豪 29 38 4.0 4.0
3 陶国飞 4 15 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (71)
共引文献  (116)
参考文献  (6)
节点文献
引证文献  (7)
同被引文献  (53)
二级引证文献  (0)
1958(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(9)
  • 参考文献(1)
  • 二级参考文献(8)
2016(5)
  • 参考文献(4)
  • 二级参考文献(1)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(5)
  • 引证文献(5)
  • 二级引证文献(0)
研究主题发展历程
节点文献
大数据
随机矩阵
电力系统
表征
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
红水河
双月刊
1001-408X
45-1146/TM
大16开
广西南宁市建政路10号
1982
chi
出版文献量(篇)
3473
总下载数(次)
3
总被引数(次)
6957
论文1v1指导