面向智能电网的大数据降维管理方案

• 作者: 刘明硕 彭姣 杨力平
• 来源期刊: 计算技术与自动化
• 关键词: 智能电网 维度 Bagging算法 随机森林算法 决策树
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 计算机软件及应用
• 页码范围: 139-143
• 页数: 5页
• 分类号: TP39
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.201904026

摘要

针对智能电网数据繁多、维度较高、难以识别的技术问题,提出了降低大数据维度的构想,并设计出基于随机森林算法的物联网智能电网大数据管理系统.通过采用Bagging算法对数据样本训练、学习,建立起多个决策树构型,根据少数服从多数的投票法原则确定建立决策树的节点和分支,最终建立起成熟的随机森林算法模型,通过随机森林算法模型将智能电网中的大数据从高纬度降低到低纬度.本设计的方案大大减小了大数据处理难度,优化了数据处理的效率,增加了分析问题、解决问题的有效途径,为智能电网的健康、有序运行提供有力保障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘明硕		7	21	2.0	4.0
2	彭姣		4	1	1.0	1.0
3	杨力平		4	1	1.0	1.0