基于大数据分析的暂态电能质量综合评估方法

被引：21

作者：

张华赢 ^{[1
]}

朱正国 ^{[1
]}

姚森敬 ^{[1
]}

高田 ^{[2
]}

曹军威 ^{[2
]}

韩蓄 ^{[2
]}

王淼 ^{[2
]}

机构：

[1] 深圳供电局有限公司

[2] 清华大学信息技术研究院

来源：

南方电网技术 | 2015年 / 9卷 / 06期

关键词：

大数据; MapReduce; 分布式数据挖掘; 朴素贝叶斯(Naive Bayes)分类;

D O I：

10.13648/j.cnki.issn1674-0629.2015.06.014

中图分类号：

TM711 [网络分析、电力系统分析]; TP311.13 [];

学科分类号：

080802 ; 1201 ;

摘要：

运用基于大数据处理架构的Naive Bayes分类方法提出了暂态电能质量评估方法,将数据来源扩展至电网运行监测数据、电力用户数据和公共信息数据等方面,并将评估结果按严重程度分为暂态正常状态、短时电压暂降状态、短时深度电压暂降状态、短时电压失压状态。基于MapReduce架构,设计分布式Naive Bayes算法实现状态分类。在分类器训练阶段,对海量历史数据进行分布式学习,周期性地生成评估规则库并部署到所有评估节点。在状态评估阶段,各评估节点基于流处理框架快速生成实时评估样本,并根据当前规则库实时地得出评估结果。试验结果表明,所提出的基于大数据分析的暂态电能质量评估方法是可行,在准确率和处理速度上都取得了较好的效果。

引用

页码：80 / 86

页数：7

共 4 条

[1] 大数据挖掘分析在电力设备状态评估中的应用 [J].