基于数据挖掘的电能计量设备异常并行诊断研究

• 作者: 梁海东 赵晓燕
• 来源期刊: 自动化与仪器仪表
• 关键词: 数据挖掘 并行诊断 Spark SQL 大数据
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 自动化应用|AUTOMATION APPLICATIONS
• 页码范围: 231-234
• 页数: 4页
• 分类号: TP399
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2021.02.231

摘要

针对电能设备异常并行诊断数据量大、种类繁多等问题,以朴素贝叶斯和Spark为基础,提出一种基于数据挖掘的电能设备异常并行诊断模型.在该模型中,首先对电能计量装置异常数据进行计算,然后采用HDFS+Hive+Spark SQL的方案实现对异常信息的多维分析;应用Spark并行框架搭建朴素贝叶斯并行诊断模型.最后,通过搭建服务器集群和仿真的方式对上述方案进行测试.实验结果表明,朴素贝叶斯算法在Spark上具有高效的并行处理数据能力,且异常诊断正确率与单机相比相差较小,同时在多维分析方面,集群比单机处理的时间具有明显优势.由此结果说明,提出的基于数据挖掘的电能设备故障并行诊断切实可行.