电力大数据智能化高效分析挖掘技术框架
本文关键词:电力大数据智能化高效分析挖掘技术框架,由笔耕文化传播整理发布。
【摘要】:随着智能电网的不断建设,各类生产经营管理活动中产生的海量、高频数据,具有实时性、易失性、突发性、无序性、无限性等特征,如何充分利用和分析这些数据,快速获取有价值的信息是当前电力大数据处理急需突破的难点。在分析目前电力大数据应用现状的基础上,构建了电力大数据智能化高效分析挖掘技术框架,同时从面向计算密集型电力大数据的特征分析技术、基于内存计算的高性能数据分析技术、电力大数据并行化分析框架及服务体系以及基于数据挖掘的母线超短期负荷预测技术4个方面详细描述了电力大数据智能化高效分析挖掘的关键技术,从而为电力业务数据的高效价值挖掘及在线决策分析提供理论依据及基础技术支撑。
【作者单位】: 南京邮电大学先进技术研究院;全球能源互联网研究院计算及应用研究所;
【关键词】: 电力大数据 数据挖掘 特征提取 多源数据过滤
【基金】:国家自然科学基金(51507084) 中国博士后基金(2016M591890) 南京邮电大学引进人才基金(NY214203) 国家电网公司科技资助项目
【分类号】:TM76;TP311.13
【正文快照】: 1引言随着智能电网的不断深入建设,目前国家电网公司已建成结构化、非结构化、海量历史/准实时、电网空间4类数据中心平台,积累了丰富的大数据资源,有效支撑企业数据共享融合、分析决策系统建设。张东霞等人[1]指出智能电网是大数据应用的重要领域之一,并给出了面向智能电网的
【相似文献】
中国期刊全文数据库 前9条
1 赵慧敏;房才华;徐智超;聂冰;;一种交流电机故障诊断中的特征提取与强化[J];大连交通大学学报;2014年02期
2 戴洪海,周建中,付波;水轮机组振动信号中的小波滤波和特征提取[J];华中电力;2004年03期
3 张蕊,郭瑞君,李华,严璋;基于变压器故障分类的DGA特征提取[J];高电压技术;2005年04期
4 李永河;董华军;刘伸展;黄璨;;基于图像处理铁路信号灯特征提取[J];大连交通大学学报;2012年04期
5 朱文龙;周建中;肖剑;肖汉;李超顺;;独立分量分析 经验模态分解特征提取在水电机组振动信号中的应用[J];中国电机工程学报;2013年29期
6 张新闻;周春艳;;一种特征提取新方法在PQD识别中的应用[J];宁夏大学学报(自然科学版);2010年03期
7 何青;解芳芳;李红;蓝澜;;基于流形学习方法的汽轮机组振动特征提取[J];振动.测试与诊断;2014年04期
8 李培强;李欣然;陈辉华;唐外文;;基于小波包理论的负荷建模数据特征提取与分类[J];电力系统自动化;2007年06期
9 ;[J];;年期
中国重要会议论文全文数据库 前1条
1 吕游;刘吉臻;杨婷婷;;基于特征提取和最小二乘支持向量机结合的NO_x排放特性建模[A];2012电站自动化信息化学术和技术交流会议论文集[C];2012年
中国博士学位论文全文数据库 前1条
1 周福娜;基于统计特征提取的多故障诊断方法及应用研究[D];上海海事大学;2009年
中国硕士学位论文全文数据库 前6条
1 宋一辽;基于懒惰学习的优化算法及组合预测模型的研究与应用[D];兰州大学;2015年
2 罗炳聪;单相串激电机生产过程在线品质方法研究[D];五邑大学;2015年
3 董玉林;组合电器局部放电特征提取与放电严重程度评估方法研究[D];重庆大学;2015年
4 张越;600MW汽轮机组振动故障诊断方法的研究[D];华北电力大学;2015年
5 王刘旺;容性电力设备绝缘监测数据分析与特征提取[D];华北电力大学;2013年
6 王金平;基于仿生模式识别技术的GIS故障分类与定位方法的研究[D];东北大学;2012年
本文关键词:电力大数据智能化高效分析挖掘技术框架,,由笔耕文化传播整理发布。
本文编号:446020
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/446020.html