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。
类型: 期刊论文
作者: 王赛一,余建平,孙丰杰,王承民,谢宁
关键词: 电力大数据,价值密度,评价指标,算法,三层过滤机制
来源: 智慧电力 2019年03期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,计算机软件及计算机应用
单位: 国网上海市电力公司浦东供电公司,上海交通大学电子信息与电气工程学院
基金: 国家自然科学基金资助项目(51777121)~~
分类号: TM715;TP311.13
页码: 8-15
总页数: 8
文件大小: 1211K
下载量: 168
本文来源: https://www.lunwen90.cn/article/116cb0be5e42e72ba9db76aa.html