大数据技术在短期负荷预测的应用

• 作者: 陈本阳
• 来源期刊: 自动化技术与应用
• 学科: 工学
• 关键词: 大数据 框架 数据挖掘 负荷预测 支持向量机
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 计算机应用
• 页码范围: 21-25
• 页数: 5页
• 分类号: TM715
• 字数: 3764字
• 语种: 中文

摘要

随着电网的智能化升级其处理数据的能力越来越强,这为电力系统负荷的预测开辟了一条新的道路.将支持向量机技术同大数据技术结合在一起,建立负荷非线性回归方程,然后利用Hadoop处理框架的大数据技术解决方法,此类方法结合了支持向量机技术对非线性数据的处理能力和大数据的数据挖掘能力的优点,结果表明该算法同传统的算法相比,有更好的精确性.本文将支持向量机技术同大数据技术结合在一起,建立负荷非线性回归方程,然后利用Hadoop处理框架的大数据技术解决方法,此类方法结合了支持向量机技术对非线性数据的处理能力和大数据的数据挖掘能力的优点,结果表明该算法同传统的算法相比,有更好的精确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈本阳	国网陕西省电力公司经济技术研究院	3	23	2.0	3.0