华东电力
華東電力
화동전력
EAST CHINA ELECTRIC POWER
2014年
10期
2007-2010
,共4页
短期负荷预测%负荷分析%大数据%电力用户%数据挖掘
短期負荷預測%負荷分析%大數據%電力用戶%數據挖掘
단기부하예측%부하분석%대수거%전력용호%수거알굴
short-term load forecast%load analysis%big data%power customer%data mining
针对电力用户数量众多、数据量大、计算量大等特点,提出了基于Hadoop处理框架的大数据技术解决方法;针对用户与系统负荷存在的差异,在用户负荷分析和影响因素分析方面,引入了在处理大数据量和知识学习等方面具有独特优势的数据挖掘技术,为大幅提升预测模型的使用效率奠定了基础,从而大幅提高了短期负荷预测精度.与传统的系统负荷预测方式相比,实例证明该方法具有明显优势.
針對電力用戶數量衆多、數據量大、計算量大等特點,提齣瞭基于Hadoop處理框架的大數據技術解決方法;針對用戶與繫統負荷存在的差異,在用戶負荷分析和影響因素分析方麵,引入瞭在處理大數據量和知識學習等方麵具有獨特優勢的數據挖掘技術,為大幅提升預測模型的使用效率奠定瞭基礎,從而大幅提高瞭短期負荷預測精度.與傳統的繫統負荷預測方式相比,實例證明該方法具有明顯優勢.
침대전력용호수량음다、수거량대、계산량대등특점,제출료기우Hadoop처리광가적대수거기술해결방법;침대용호여계통부하존재적차이,재용호부하분석화영향인소분석방면,인입료재처리대수거량화지식학습등방면구유독특우세적수거알굴기술,위대폭제승예측모형적사용효솔전정료기출,종이대폭제고료단기부하예측정도.여전통적계통부하예측방식상비,실예증명해방법구유명현우세.
