已閱讀1頁，還剩51頁未讀， 繼續(xù)免費閱讀
版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領
文檔簡介
1、隨著智能電網(wǎng)的不斷建設和發(fā)展，在智能終端積累了大量基礎用電數(shù)據(jù)，這些數(shù)據(jù)具有海量、高頻、分散等特點，如何將其轉化為有價值的知識以輔助電網(wǎng)企業(yè)進行數(shù)據(jù)分析和決策制定是目前智能電網(wǎng)領域亟待解決的重要問題。數(shù)據(jù)挖掘是一種能夠將大規(guī)模數(shù)據(jù)轉換成知識和結論的工具，這些知識和結論能夠更好地幫助企業(yè)提高決策質量。因此，可以使用數(shù)據(jù)挖掘來對電網(wǎng)數(shù)據(jù)進行數(shù)據(jù)處理和挖掘。不過，傳統(tǒng)的數(shù)據(jù)挖掘算法是基于單節(jié)點進行構建，隨著數(shù)據(jù)量的不斷增加，其數(shù)據(jù)存儲和分析處
2、理性能都會直線下降，無法滿足大規(guī)模數(shù)據(jù)的處理需求。
云計算技術具有分布式存儲和并行計算等能力，它通過把多臺廉價的普通PC機整合成云計算集群來實現(xiàn)海量數(shù)據(jù)的安全存儲和高效處理，具有擴展性好，處理速度快等特點。所以考慮將云計算與數(shù)據(jù)挖掘算法相結合，來解決智能電網(wǎng)海量數(shù)據(jù)的轉換問題。
本文以云計算的hadoop平臺為基礎，將k-means算法、Canopy算法和LWLR算法部署到MapReduce框架上，實現(xiàn)了這三
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于云計算的智能電網(wǎng)數(shù)據(jù)存儲安全研究.pdf
- 基于云計算的智能電網(wǎng)數(shù)據(jù)布局策略的研究.pdf
- 基于云計算的智能電網(wǎng)調度系統(tǒng)的研究.pdf
- 基于云計算的數(shù)據(jù)挖掘技術研究.pdf
- 基于數(shù)據(jù)挖掘的電網(wǎng)數(shù)據(jù)智能分析的研究與實現(xiàn).pdf
- 基于云計算的海量數(shù)據(jù)挖掘處理與研究.pdf
- 基于云計算環(huán)境的web數(shù)據(jù)挖掘算法研究.pdf
- 基于云計算的智能電網(wǎng)負荷預測平臺研究.pdf
- 基于云計算的海量數(shù)據(jù)挖掘分類算法研究.pdf
- 基于云計算的智能電網(wǎng)狀態(tài)監(jiān)測數(shù)據(jù)存儲與分析研究.pdf
- 云計算平臺下的數(shù)據(jù)挖掘研究.pdf
- 智能電網(wǎng)監(jiān)測數(shù)據(jù)的云存儲研究.pdf
- 基于云計算的出租車軌跡數(shù)據(jù)挖掘研究.pdf
- 基于云計算的GSM-R數(shù)據(jù)挖掘平臺研究.pdf
- 基于云計算的智能手機數(shù)據(jù)挖掘平臺的架構和實現(xiàn).pdf
- 基于云計算的電力系統(tǒng)數(shù)據(jù)挖掘的研究.pdf
- 基于云計算及關聯(lián)規(guī)則挖掘技術的氣象數(shù)據(jù)挖掘研究.pdf
- 基于云計算的智能電網(wǎng)中智能營銷系統(tǒng)架構研究及實現(xiàn).pdf
- 搭建基于云計算的海量數(shù)據(jù)挖掘平臺 研究實現(xiàn)
- 面向智能電網(wǎng)基于云計算的有功功率優(yōu)化問題研究.pdf
評論
0/150
提交評論