基于大数据平台的配电网数据挖掘及应用研究

发布时间：2023-04-12 00:06

　　随着我国智能配电网的建设和发展,各种信息化系统在配电网中得到广泛应用,配电网智能化、信息化程度也随之不断提高。各系统中记录了配电网大量运行数据,其中蕴含着配电网运行维护的隐含规律。如果能够充分挖掘其中的隐含规律,则能为配电网日常运维工作提供支撑。目前,配电网信息化系统数据规模还在激增,数据复杂度也在不断升高,利用传统数据挖掘手段已经难以从中挖掘出运行维护过程中的隐含规律。大数据技术近年来蓬勃发展,在挖掘多源异构数据中展现了强大的优势,已经广泛应用于经济、医疗、交通等领域。将大数据技术运用到配电网数据中,可以高效、深入地挖掘出有用价值,辅助电网人员进行运维决策。本文将大数据技术运用到配电网运维数据挖掘研究中,探索出了一条从配电网数据获取、数据预处理、数据挖掘到可视化展示的完整大数据运用路线。本文着重从配电网运维水平评价和运维事件序列关联挖掘两个方面进行数据挖掘和可视化展示。本文工作主要有以下几个方面:(1)总结和介绍了大数据平台、大数据挖掘技术、大数据可视化技术,并搭建了研究所需的大数据集群。大数据平台主要介绍了Hadoop生态系统,以及HDFS和MapReduce两个主要部分。大数据挖...

【文章页数】：85 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 背景及意义
    1.2 国内外研究动态
        1.2.1 大数据概念
        1.2.2 电力大数据应用现状
        1.2.3 配电网运维数据研究现状
    1.3 本文的组织结构安排
第二章 大数据关键技术
    2.1 Hadoop生态系统
        2.1.1 Hadoop平台总体框架
        2.1.2 HDFS分布式文件系统
        2.1.3 MapReduce并行计算框架
    2.2 大数据挖掘技术
        2.2.1 数据挖掘概念及步骤
        2.2.2 数据挖掘方法分类
    2.3 大数据可视化技术
        2.3.1 可视化定义
        2.3.2 可视化工具
    2.4 聚类算法
        2.4.1 相关概念及定义
        2.4.2 常用聚类算法
    2.5 多维序列模式挖掘算法
        2.5.1 相关概念及定义
        2.5.2 序列模式常用算法
    2.6 本文搭建的大数据平台
        2.6.1 搭建环境
        2.6.2 Hadoop平台搭建过程
    2.7 本章小结
第三章 配电网运维数据分析及预处理
    3.1 数据挖掘工作流程
    3.2 配电网数据源分析
    3.3 配电网运维数据获取
        3.3.1 运维数据来源
        3.3.2 运维数据获取
    3.4 运维数据预处理
        3.4.1 数据清洗
        3.4.2 数据合并
        3.4.3 综合评价建模数据处理
        3.4.4 序列挖掘建模数据处理
    3.5 本章小结
第四章 结合聚类算法和雷达图的配电网运维水平综合评价
    4.1 k-均值聚类算法
        4.1.1 k-均值聚类算法缺陷分析
        4.1.2 基于密度的初始聚类中心选择
        4.1.3 k值选取方法
        4.1.4 算法优化验证
    4.2 结合聚类分析和雷达图的综合评价方法
        4.2.1 聚类分析优势和不足
        4.2.2 综合评价方法
    4.3 改进雷达图评价方法
        4.3.1 传统雷达图评价及缺陷分析
        4.3.2 雷达图改进方法
    4.4 算法验证与结果展示
        4.4.1 聚类结果评价
        4.4.2 综合评价结果分析
    4.5 本章小结
第五章 基于序列关联的多指标关联分析及可视化
    5.1 序列模式选取依据
    5.2 完整序列划分方法
    5.3 PrefixSpan算法挖掘过程
    5.4 序列挖掘结果可视化方法
    5.5 算例分析
        5.5.1 序列长度为2挖掘结果
        5.5.2 序列长度为3挖掘结果
        5.5.3 挖掘结果可视化展示
    5.6 本章小结
第六章 全文总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
攻读学位期间发表的学术论文
学位论文评阅及答辩情况表



本文编号：3790023