基于大数据的用户负荷特性分析系统的研究与应用

• 作者: 张丽华 张伟民 刘春 贾美娟 杨瑞 邹雨轩
• 来源期刊: 智能计算机与应用
• 关键词: 数据挖掘 负荷特性 k-means聚类k均值 极大值标准化
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 系统开发与应用|System development and application
• 页码范围: 92-96
• 页数: 5页
• 分类号: TN929.5
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2020.11.020

摘要

针对重点行业(如采油、冶炼加工等)的具体负荷特性,构建一个分析模型至关重要.本文通过对比分析、经验总结及仿真实验等研究方法,对各类用电负荷的特性及电力负荷特性曲线、指标等因素的掌握,借助服务器和Hadoop等相关技术搭建数据处理平台,择优选取k-means聚类算法搭建模型,实现负荷预测分析结果的判定,完成了标签库的设计及体系架构.该系统可以更精准的掌握市场潜力,预判采油开发、冶炼加工等行业,特别是对未来用电的总体趋势,充分发挥相应指标及权重适应性,为电力市场分析、电力系统负荷预测提供了相应的参考依据与保障.