基于电力大数据的多源异构数据融合技术研究与应用

• 作者: 余容 张辉 文屹 毛先胤 马晓红 黄欢
• 来源期刊: 电力大数据
• 学科: 社会科学
• 关键词: 电力大数据 数据融合 并行化 神经网络算法 分布式系统基础架构
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 大数据专题
• 页码范围: 33-39
• 页数: 7页
• 分类号: C39
• 语种: 中文

摘要

为解决当前电力系统存在自动化系统繁多、数据标准多样、信息内容重复等问题,进一步提高电力大数据的鲜活性、现势性和准确性,降低数据采集成本,提高数据利用价值.本文通过分析电力大数据存在的问题,选取基于MapReduce框架下的Hermite正交基前向神经网络算法.本方法利用MapReduce框架将大样本并行化处理,解决了BP神经网络存在的收敛速度慢、局部极小点、网络结构不确定等缺点.本文实验首先从数据集的选取,以Hadoop为基础搭建实验平台,将风电场历史监测数据作为源数据,并将其分为几组容量不同的数据分别进行风电场功率预测的实验分析.通过实验结果的对比表明本文提出的基于MapReduce框架下的Hermite正交基前向神经网络算法较传统的BP神经网络算法在功率预测上精度更准确、效率更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄欢		15	14	2.0	3.0
2	毛先胤		19	13	2.0	2.0
3	马晓红		22	23	3.0	3.0
4	文屹		6	6	2.0	2.0
5	张辉		5	0	0.0	0.0
6	余容		1	0	0.0	0.0