基于改进K-means算法的电力大数据系统研发

• 作者: 李金湖
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 电力大数据 K-means 聚类
• 年，卷（期）: 2018,（13）
• 所属期刊栏目: 研究与设计
• 页码范围: 23-28
• 页数: 6页
• 分类号: TP311.13|TN0
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1701428

摘要

随着智能电网和大数据技术的发展,对电力大数据进行有效分析,为电力系统的运行提供相应的指导意见越来越重要.提出了基于改进K-means算法的电力大数据系统研发,根据电力大数据分析的实际需求情况,设计了电力大数据的功能模块,主要分为前端和后端两个模块,前端为人机交互界面,后端用于实现数据采集、存储、分析,以及与业务的接口功能.对传统的K-means算法进行了改进,实验对比发现,改进的K-means算法聚类更准确,误分率降低到1％以下.根据电力大数据的需求分析和功能模块设计,开发了一套电力大数据分析平台,平台在福建电力公司实际运行结果验证了此系统的实用性,采用改进的K-means算法对电力设备监测数据进行聚类分析,准确检测出各个设备当前的受污染状况,为电力工作人员实现对设备的管理规划提供了参考意见.