基于大数据平台的电力负荷预测

• 作者: 刘南艳 贺敏 赵建文
• 来源期刊: 现代电子技术
• 关键词: 大数据 Hadoop 云计算 Mapreduce 电力系统 电力负荷预测
• 年，卷（期）: 2018,（20）
• 所属期刊栏目: 能源技术
• 页码范围: 153-156
• 页数: 4页
• 分类号: TN915.853-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.20.037

摘要

电力行业是大数据应用的重要领域之一,电力系统每时每刻都在产生大规模、种类繁多的电力数据,面对海量数据,该如何将它们高效的处理和存储,并进行有效开发利用十分关键.因此,研究基于Hadoop云计算平台海量数据下的电力负荷预测方法,并在MapReduce编程框架的基础下,将K-Means算法进行改良和优化.实验结果表明,提出的方法是可行的,数据处理时间大大缩短,算法精度也能满足负荷预测的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘南艳	西安科技大学计算机科学与技术学院	18	70	5.0	7.0
2	赵建文	西安科技大学计算机科学与技术学院	29	157	8.0	11.0
3	贺敏	西安科技大学计算机科学与技术学院	1	3	1.0	1.0