一种基于Hadoop的电力大数据属性实体识别算法

被引：23

作者：

齐俊 ^{[1
]}

曲朝阳 ^{[1
]}

娄建楼 ^{[1
]}

王冲 ^{[2
]}

机构：

[1] 东北电力大学信息工程学院

[2] 国网内蒙古东部电力有限公司信息通信分公司

来源：

电力系统保护与控制 | 2016年 / 44卷 / 24期

关键词：

电力大数据; 实体识别; 离散化算法; 信息准确率;

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：

随着大数据时代的来临,传统的实体识别技术由于电网数据体积大以及类型复杂等特性已经无法有效地进行数据预处理。近年来兴起的Hadoop技术能够对大数据进行较好的处理。因此提出一种基于Hadoop的电力大数据属性实体识别算法。该算法利用改进离散化算法选取出信息准确率较高的离散点,并提出了一种离散化评价指标。最后,在Hadoop平台上对某风电机组的监测数据进行了属性实体识别。实验证明,该算法在实验正确性和断点数目方面表现良好,并且具有较好的加速比,适用于电力大数据的属性实体识别处理。

引用

页码：52 / 57

页数：6

共 15 条

[1]

电网规划运行数据库与集成管理平台的设计与实现 [J].