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:
随着用电信息采集、负荷控制等系统中用户负荷数据的爆炸式增长,传统计算框架与方法在处理海量用户负荷聚类、开展负荷特性分析等业务时面临着巨大的计算压力.着眼于计算精度日益提高、计算能力日渐强大的图形处理单元(graphic process unit,GPU),基于Nvidia的统一计算设备架构(compute uniform device architecture,CUDA)提出了一种负荷曲线快速并行K-means聚类算法,采用距离计算并行化、曲线数统计并行化、线程块分配合理化等多个并行加速策略,极大地提升了用户负荷曲线的聚类速度.多个测试算例表明,文中提出的基于CUDA的K-means电力负荷曲线聚类算法加速比高,适应性强,是解决海量负荷曲线聚类问题的好方法.
推荐文章
结合降维技术的电力负荷曲线集成聚类算法
能源互联网
电力大数据
负荷曲线
聚类有效性
集成聚类算法
基于闭合曲线边界的聚类算法研究
聚类
边界对象
ε-邻域
闭合曲线
夹角和法
基于最优K均值聚类算法的负荷大数据任务均衡调度研究
最优 K 均值
大数据聚类
电力负荷
跨源调度
关联特征提取
基于云计算和量子粒子群算法的电力负荷曲线聚类算法研究
云计算
Mapreduce框架
电力负荷分类
模糊C均值聚类算法
量子粒子群算法
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CUDA技术的海量电力负荷曲线聚类算法
来源期刊 电力工程技术 学科 工学
关键词 GPU CUDA 并行计算 海量数据 K均值聚类 电力负荷曲线
年,卷(期) 2018,(4) 所属期刊栏目 电网技术
研究方向 页码范围 65-70
页数 6页 分类号 TM744
字数 3529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 吴霜 国网江苏省电力有限公司经济技术研究院 10 53 3.0 7.0
2 季聪 11 98 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (138)
共引文献  (138)
参考文献  (17)
节点文献
引证文献  (4)
同被引文献  (32)
二级引证文献  (8)
1926(1)
  • 参考文献(0)
  • 二级参考文献(1)
1957(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(9)
  • 参考文献(0)
  • 二级参考文献(9)
2008(16)
  • 参考文献(0)
  • 二级参考文献(16)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(18)
  • 参考文献(1)
  • 二级参考文献(17)
2011(14)
  • 参考文献(1)
  • 二级参考文献(13)
2012(11)
  • 参考文献(3)
  • 二级参考文献(8)
2013(15)
  • 参考文献(6)
  • 二级参考文献(9)
2014(6)
  • 参考文献(2)
  • 二级参考文献(4)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(6)
  • 参考文献(1)
  • 二级参考文献(5)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(6)
  • 引证文献(4)
  • 二级引证文献(2)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
GPU
CUDA
并行计算
海量数据
K均值聚类
电力负荷曲线
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
电力工程技术
双月刊
1009-0665
32-1866/TM
16开
江苏省南京市江宁区帕威尔路1号
1982
chi
出版文献量(篇)
3196
总下载数(次)
7
总被引数(次)
15815
论文1v1指导