基于并行共享挖掘算法的電力負荷預測-論文.pdf

基于并行共享挖掘算法的電力負荷預測-論文.pdf

ID:53028891

大?。?32.66 KB

頁數(shù):5頁

時間:2020-04-14

基于并行共享挖掘算法的電力負荷預測-論文.pdf_第1頁
基于并行共享挖掘算法的電力負荷預測-論文.pdf_第2頁
基于并行共享挖掘算法的電力負荷預測-論文.pdf_第3頁
基于并行共享挖掘算法的電力負荷預測-論文.pdf_第4頁
基于并行共享挖掘算法的電力負荷預測-論文.pdf_第5頁
資源描述:

《基于并行共享挖掘算法的電力負荷預測-論文.pdf》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、Vo1.43No.2計算機與數(shù)字工程總第304期178Computer&DigitalEngineering2015年第2期基于并行共享挖掘算法的電力負荷預測趙文碩謝萍王穎李彥廖一鳴(華北電力大學控制與計算機工程學院北京102206)摘要影響電力負荷的因素有很多,用于電力負荷預測的數(shù)據(jù)隨著電網(wǎng)規(guī)模的擴大也越來越多。傳統(tǒng)預測方法不能通過挖掘大量數(shù)據(jù),有效地建立電力負荷預測模型。論文結(jié)合并行共享數(shù)據(jù)挖掘技術(shù),綜合分析了基于HADOOP的并行共享決策樹算法(PSDT)以及SLIQ算法,提出了一種新的方法來構(gòu)建電力負荷預測模型。試驗結(jié)果表明,使用該方法構(gòu)建預測模型實用性較強,并且有良好的擴展性。關(guān)鍵

2、詞數(shù)據(jù)挖掘;負荷預測;Hadoop;并行共享決策樹中圖分類號TM714DOI:10.3969/j.issn1672—9722.2015.02.005PowerLoadForecastingBasedonParallelSharedMiningAlgorithmZHAOWenshuoXIEPingWANGYingLIYanLIAOYiming(SchoolofControlandComputerEngineering,NorthChinaElectricPowerUniversity,Beijing102206)AbstractTherearemanyfactorsthataffectthep

3、owerload,anddataforelectricpowerloadforecastingisalsomoreandmore.Traditionalforecastmethodscan’teffectivelyestablishpowerloadforecastingmodelthroughmininglargedata.Thispaperputsforwardanewmethodtoestablishapowerloadforecastingmodel,combiningtheparallelshareddataminingtechnologyandanalysisingthepara

4、llelshareddecisiontreebasedonHAIXX)Palgorithm(PSDT)andtheSLIQalgorithm.Theexperimentalresultsshowthat,usingthismethodtoestablishpowerloadforecastingmodelhasbetterpracticability,andhasgoodscalability.KeyWordsdatamining,loadforecasting,Hadoop,parallelshareddecisiontreeClassNImberTM7】4于改進的灰色處理法l_7],王江

5、榮提出的基于粒子群1引言算法的自回歸加權(quán)馬爾可夫鏈預測法[8]等。負荷電網(wǎng)安全、優(yōu)質(zhì)、可靠地運行對國民經(jīng)濟有至預測方法如此之多,但是目前仍沒有一種方法被廣關(guān)重要的作用,電力負荷預測是電力發(fā)電、配電、用泛采納。隨著信息采集技術(shù)的發(fā)展,電網(wǎng)規(guī)模的擴電、規(guī)劃等工作中的重要部分,與之有關(guān)的工作也大,用于負荷預測的數(shù)據(jù)也越來越多,傳統(tǒng)的預測在一直進展并取得了很大的進步¨1卅]。合理有效方法大都對數(shù)據(jù)進行集中式處理,不能很好應用于地構(gòu)建預測模型對于提高電力系統(tǒng)的經(jīng)濟效益以對大規(guī)模數(shù)據(jù)的處理。及社會效益都有很大的幫助。決策樹方法[9~11]是數(shù)據(jù)挖掘中有效的分類方研究者們曾經(jīng)提出過許多的負荷預測方法,比法

6、,利用決策樹技術(shù)對影響電力負荷的溫度、濕度如有Mori,H和Yuihara,A等提出的基于神經(jīng)網(wǎng)等因素綜合考慮,生成預測模型,使用生成的決策絡(luò)的聚類算法l3],Mori,H,Kobayashi,H,張國江樹預測模型對未來的電力負荷進行預測,具有良好等提出的模糊推理法_4],黃亮亮等提出的基于氣的預測效果。高霞等對決策樹技術(shù)分析氣象因子象因子Fuzzy模糊處理方法[6],劉基群等提出的基對電力負荷預測的影響的研究I1。。以及姚宇臻等對收稿日期:2014年8月20日,修回日期:2014年9月30日作者簡介:趙文石if『.女,碩士研究生,研究方向:數(shù)據(jù)庫技術(shù)與網(wǎng)絡(luò)安全。謝萍,女,講師,研究方向:數(shù)

7、據(jù)庫技術(shù)與網(wǎng)絡(luò)安全。王穎,女,教授,研究方向,數(shù)據(jù)庫與網(wǎng)絡(luò)安全,電力系統(tǒng)信息化。李彥,女,碩士研究生,研究方向:數(shù)據(jù)庫技術(shù)與網(wǎng)絡(luò)安全。廖一鳴,男,碩士研究生,研究方向:數(shù)據(jù)庫技術(shù)與網(wǎng)絡(luò)安全。2015年第2期計算機與數(shù)字工程基于決策樹的外推算法在福建電網(wǎng)短期負荷預測4)如果不成立不成立成立,得到判中的應用I11]研究都取得了良好的效果。但傳統(tǒng)的斷結(jié)果Ⅳ。決策樹模型基于串行的思想,與其它算法一樣,在構(gòu)建決策樹的算

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。