基于信息融合的电力大数据可视化预处理方法

被引：45

作者：

李刚 ^{[1
,2
]}

刘燕 ^{[1
]}

宋雨 ^{[1
]}

尹军 ^{[3
]}

机构：

[1] 华北电力大学控制与计算机工程学院

[2] 新能源电力系统国家重点实验室(华北电力大学)

[3] 国网新疆电力公司信息通信公司

来源：

广东电力 | 2016年 / 29卷 / 12期

关键词：

电力大数据; 数据可视化; 信息融合; 神经网络; 模糊数学;

D O I：

暂无

中图分类号：

TM76 [电力系统的自动化];

学科分类号：

080802 [电力系统及其自动化];

摘要：

在研究电力大数据基本特征的基础上,分析了电力大数据可视化预处理中的效率与性能问题。通过引入信息融合方法,针对电力大数据"数量大"、"类型多"等特征,采用基于Map-Reduce与神经网络相结合的大数据集样例分类融合模型,解决大数据在结构化、半结构化、非结构化并存的异构数据融合问题。其中,利用神经网络的聚类和非线性映射能力,选用改进的Hermite正交多项式激励前向神经网络模型,结合Map-Reduce模型实现大规模数据集的并行处理,将属于同一对象的异源、异构数据融合在统一的描述视图中,完成多源异构数据的分类融合。最后,通过Hadoop平台进行了算例仿真。

引用

页码：10 / 14

页数：5

共 10 条

[1]

神经网络权值直接确定法.[M].张雨浓; 杨逸文; 李巍; 著.中山大学出版社.2010,

[2]

基于数据融合的无线传感器网络林火监控算法 [J].

刘永星 ;

赵涓涓 ;

常晓敏 .

计算机科学, 2015, 42 (11) :158-163

[3]

基于动态识别框架D-S的多源冲突决策信息融合模型 [J].

宋留勇 ;

刘靖旭 ;

徐晏琦 .

信息工程大学学报, 2015, 16 (04) :399-404

[4]

求解特定消谐变换器开关角度的并行完备算法 [J].

杨克虎 ;

陈良育 ;

袁志宝 ;

郁文生 ;

曾振柄 .

电力系统自动化, 2015, 39 (13) :87-93

[5]

Data Fusion of Multiple Curvature Mode Shapes for Structural Damage Diagnosis.[J].曹茂森;张锥;沙刚刚;.Transactions of Nanjing University of Aeronautics and Astronautics.2015, 03

[6]

Data Fusion Algorithm for Multi-Sensor Dynamic System Based on Interacting Multiple Model [J].