电力大数据的价值密度评价及结合改进k-means的提升方法研究

• 作者: 余建平 孙丰杰 王承民 王赛一 谢宁
• 来源期刊: 智慧电力
• 学科: 工学
• 关键词: 电力大数据 价值密度 评价指标 k-means算法 三层过滤机制
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 特别推荐
• 页码范围: 8-15
• 页数: 8页
• 分类号: TM761
• 字数: 6712字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7598.2019.03.002

摘要

针对目前电力大数据价值密度的研究存在缺乏定义和量化指标、提升手段单一导致效果有限的问题,提出了相关定义及评价指标,从空间上内存占用、时间上运行速率2个维度计算价值密度评价指标;并提出了基于多初始聚类中心的改进k-means算法,弥补其太过依赖于初始聚类中心的不足.结合该算法,分别从"脏数据"、记录、字段等不同维度,研究如何提升价值密度.以日负荷预测为算例进行仿真测试,结果表明评价指标能较好地反映价值密度,改进聚类算法有较好的的聚类效果和速率优势,可以有效提升数据价值密度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王承民	上海交通大学电子信息与电气工程学院	185	1867	22.0	35.0
2	谢宁	上海交通大学电子信息与电气工程学院	52	247	9.0	12.0
3	余建平		3	15	3.0	3.0
4	王赛一		15	76	5.0	8.0
5	孙丰杰	上海交通大学电子信息与电气工程学院	4	27	3.0	4.0