基于Hadoop的智能電網(wǎng)數(shù)據(jù)分析平臺.pdf

1、近年來智能電網(wǎng)不斷地發(fā)展和建設(shè)，各種應(yīng)用在電網(wǎng)的智能設(shè)備越來越多，電網(wǎng)相關(guān)的數(shù)據(jù)海量地增加。這些數(shù)據(jù)包括電網(wǎng)運(yùn)行和設(shè)備檢測或監(jiān)測數(shù)據(jù)、電力企業(yè)管理數(shù)據(jù)、電力企業(yè)營銷數(shù)據(jù)。數(shù)據(jù)之間存在關(guān)聯(lián)性，反映著電網(wǎng)整體的運(yùn)行狀況，潛藏著用戶的用電行為習(xí)慣。探索有效的海量電網(wǎng)數(shù)據(jù)分析方法，針對不同用電類別的用戶，快速、準(zhǔn)確地挖掘出用電行為、電量消費(fèi)等大量有價值的信息對指導(dǎo)用戶節(jié)能改造，支持智能化業(yè)務(wù)分析與決策，電網(wǎng)行業(yè)相關(guān)政策的制定，具有重要的意義。<

2、br>　　本文利用云計算強(qiáng)大的數(shù)據(jù)存儲及并行計算能力來對電網(wǎng)數(shù)據(jù)進(jìn)行分析處理。具體內(nèi)容包括：用電用戶聚類分析和 Hadoop平臺關(guān)鍵模塊工作原理的研究；改進(jìn)的聚類分析算法K-means的并行化研究；提出并實現(xiàn)一種云計算智能電網(wǎng)數(shù)據(jù)分析平臺及其關(guān)鍵技術(shù)。本文的研究方法是這樣展開的：首先，選取家庭用戶用電聚類分析為主題，闡述了用戶聚類分析的原理和K-means算法的流程，建立以家庭住房面積、年度用電量、家庭人口數(shù)、家電數(shù)量維度的數(shù)據(jù)模型；然

3、后，然后詳細(xì)的闡述了Hadoop的分布式文件系統(tǒng)HDFS和并行處理框架MapReduce的工作原理；接著，針對K-means容易陷入局部最優(yōu)解的缺陷，對原始的K-means算法進(jìn)行了改進(jìn)，即將家庭用戶對象用電數(shù)據(jù)密度的大小作為重要參考；在MapReduce模型下預(yù)先對初始簇中心進(jìn)行優(yōu)化，準(zhǔn)確定位簇中心，然后將每個簇所屬的數(shù)據(jù)集進(jìn)行并行處理。從而提高海量用電數(shù)據(jù)處理效率，縮短計算時間。
　　最后文章還提出了一種基于 Hadoop的智