基于大数据技术的用电量预测模型

• 作者: 陈星豪 陶国飞 黄柳萍
• 来源期刊: 广西水利水电
• 学科: 工学
• 关键词: 大数据 机器学习 用电量 预测模型
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 计算机应用
• 页码范围: 83-87
• 页数: 5页
• 分类号: TP399|TM74
• 字数: 3892字
• 语种: 中文

摘要

将机器学习结合大数据技术用于解决复杂的数据分析并建立高效的用电量预测模型.首先使用Mapper算法和Reducer算法在MapReduce中执行任务以完成原始数据处理和提取特征,使用统计列标准化方法来转换数据,使数据标准化,最后标准化的数据以结构化格式保存在HDFS当中,训练反向传播神经网络用于预测用电量.实验结果表明,通过收集的数据,预测精准度达到93％,证明机器学习结合大数据技术,可以用于预测可增强效率和解决复杂数据分析问题,特别是在电力发电系统中.

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
6	陶国飞		4	15	3.0	3.0