基于canopy-k-means算法的电网数据挖掘算法的研究
|
摘要
针对智能电网带来的海量用电信息,如何高效的对其进行挖掘分析,提取出有价值信息,越来越受到人们的关注,提出了基于canopy-k-means算法的电网数据挖掘算法。介绍了传统的canopy算法和k-means算法,并提出先采用canopy算法进行粗放的聚类,将获得的k个聚类作为k-means算法的初始聚类中心点。实验仿真结果说明,相比于SPSS软件,canopy-kmeans算法在处理大数据的时候,效率远高于传统的SPSS软件。将所提的方法在某电网企业的实时采集的数据上进行数据挖掘分析,实验结果与企业实际情况相同,根据结果分析,给出了企业相应的用电计划建议,为企业节省开支,提高经济效益给出了理论依据。
Based on the large amount of electricity information brought by smart power grid,the way to excavate and analyze it efficiently,extract valuable information and get more and more attention.The algorithm of grid data mining based on canopy-k-means algorithm is proposed.The traditional canopy algorithm and k-means algorithm are introduced,and the clustering based on the canopy algorithm is proposed,and the obtained k clustering is the initial clustering center of k-means algorithm.Experimental results show that compared with SPSS software,the pin-k-means algorithm is much more efficient than traditional SPSS software when processing big data.Data mining is carried out in the real-time data acquisition of a power grid enterprise.The result of the experiment is the same as the actual situation of the enterprise.Based on the analysis of the results,the author gives the suggestion of the corresponding electricity plan of the enterprise,and gives the theoretical basis for the enterprises to save money and improve the economic benefit.
Based on the large amount of electricity information brought by smart power grid,the way to excavate and analyze it efficiently,extract valuable information and get more and more attention.The algorithm of grid data mining based on canopy-k-means algorithm is proposed.The traditional canopy algorithm and k-means algorithm are introduced,and the clustering based on the canopy algorithm is proposed,and the obtained k clustering is the initial clustering center of k-means algorithm.Experimental results show that compared with SPSS software,the pin-k-means algorithm is much more efficient than traditional SPSS software when processing big data.Data mining is carried out in the real-time data acquisition of a power grid enterprise.The result of the experiment is the same as the actual situation of the enterprise.Based on the analysis of the results,the author gives the suggestion of the corresponding electricity plan of the enterprise,and gives the theoretical basis for the enterprises to save money and improve the economic benefit.
引文
[1]梁志成,彭建,吴碧海,等.远程的变电站自动化智能数据挖掘系统[J].广东电力,2014,27(3):73-79.
[2]杨懿,杨洁,聂恬.基于数据挖掘的电网数据智能分析的研究[J].电子技术与软件工程,2014(23):218-224.
[3]郭晓利,曲朝阳,李晓栋,等.基于SOM聚类的电网可视化数据挖掘模型[J].情报科学,2012,30(2):206-209,225.
[4]耿亮,吴燕,孟宪楠.电力数据挖掘在电网内部及各领域间的应用[J].电信科学,2013,29(11):127-130.
[5]李胜利,任培民,赵树然,等.利用数据挖掘和综合信息平台构建智能电网调度的业务分析系统[J].广东电力,2011,24(3):78-82,90.
[6]聂倩雯,高玮.基于关联规则数据挖掘技术的电网故障诊断[J].电力系统保护与控制,2009,37(9):8-14,19.
[7]钟声,刘平原.电网品控数据挖掘在设备企业质量管理中的应用研究[J].企业管理,2016(S2):288-289.
[8]王斐,肖盛,马潇霄.基于大数据挖掘的农村电网“低电压”问题研究[J].电网与清洁能源,2016,32(10):73-78.
[9]邓松,岳东,朱力鹏,等.电力大数据智能化高效分析挖掘技术框架[J].电子测量与仪器学报,2016,30(11):1679-1686.
[10]黄俊杰,谭波,陈孝明,等.用Apriori关联规则挖掘算法发现湖北电网雷击灾害的时空分布规律[J].应用科学学报,2017,35(1):31-41.
[11]杨世海,李涛,陈铭明,等.基于数据挖掘的智能电网在线故障诊断与分析[J].电子设计工程,2017,25(1):136-139.
[12]周萍,胡林,李娅坤.基于数据挖掘技术的“十二五”期间四川电网工程造价控制研究[J].中国电力企业管理,2016(12):59-64.
[13]和立生,李翌,和文昌,等.基于海量电力数据的用电管控平台[J].电子技术与软件工程,2017(5):188-188.
[14]林顺富,谢潮,汤波,等.数据挖掘在电能质量监测数据分析中的应用[J].电测与仪表,2017,54(9):46-51.
[15]毛亚明,许元斌,张宁,等.基于大数据挖掘的低电压成因诊断方法[J].信息技术,2017(4):174-177.
[16]刘凤魁,邓春宇,王晓蓉,等.基于改进快速密度峰值聚类算法的电力大数据异常值检测[J].电力信息与通信技术,2017,15(6):36-41.
[17]曹静静.数据挖掘技术在电网运营监控平台建设中的应用[J].低碳世界,2017(20):79-80.
[18]刘书刚,卢颖浩.聚类算法在电网安全检查管理中的应用[J].福建电脑,2017,33(7):139,172.
[19]田园,杨东宁,李少龙,等.数据挖掘技术在电网资产管理系统中的应用[J].中国管理信息化,2017,20(15):177-179.
[20]佚名.国网福建电力运用数据挖掘分析技术为配网规划提供精准依据[J].电力信息与通信技术,2015(12):103-103.
[2]杨懿,杨洁,聂恬.基于数据挖掘的电网数据智能分析的研究[J].电子技术与软件工程,2014(23):218-224.
[3]郭晓利,曲朝阳,李晓栋,等.基于SOM聚类的电网可视化数据挖掘模型[J].情报科学,2012,30(2):206-209,225.
[4]耿亮,吴燕,孟宪楠.电力数据挖掘在电网内部及各领域间的应用[J].电信科学,2013,29(11):127-130.
[5]李胜利,任培民,赵树然,等.利用数据挖掘和综合信息平台构建智能电网调度的业务分析系统[J].广东电力,2011,24(3):78-82,90.
[6]聂倩雯,高玮.基于关联规则数据挖掘技术的电网故障诊断[J].电力系统保护与控制,2009,37(9):8-14,19.
[7]钟声,刘平原.电网品控数据挖掘在设备企业质量管理中的应用研究[J].企业管理,2016(S2):288-289.
[8]王斐,肖盛,马潇霄.基于大数据挖掘的农村电网“低电压”问题研究[J].电网与清洁能源,2016,32(10):73-78.
[9]邓松,岳东,朱力鹏,等.电力大数据智能化高效分析挖掘技术框架[J].电子测量与仪器学报,2016,30(11):1679-1686.
[10]黄俊杰,谭波,陈孝明,等.用Apriori关联规则挖掘算法发现湖北电网雷击灾害的时空分布规律[J].应用科学学报,2017,35(1):31-41.
[11]杨世海,李涛,陈铭明,等.基于数据挖掘的智能电网在线故障诊断与分析[J].电子设计工程,2017,25(1):136-139.
[12]周萍,胡林,李娅坤.基于数据挖掘技术的“十二五”期间四川电网工程造价控制研究[J].中国电力企业管理,2016(12):59-64.
[13]和立生,李翌,和文昌,等.基于海量电力数据的用电管控平台[J].电子技术与软件工程,2017(5):188-188.
[14]林顺富,谢潮,汤波,等.数据挖掘在电能质量监测数据分析中的应用[J].电测与仪表,2017,54(9):46-51.
[15]毛亚明,许元斌,张宁,等.基于大数据挖掘的低电压成因诊断方法[J].信息技术,2017(4):174-177.
[16]刘凤魁,邓春宇,王晓蓉,等.基于改进快速密度峰值聚类算法的电力大数据异常值检测[J].电力信息与通信技术,2017,15(6):36-41.
[17]曹静静.数据挖掘技术在电网运营监控平台建设中的应用[J].低碳世界,2017(20):79-80.
[18]刘书刚,卢颖浩.聚类算法在电网安全检查管理中的应用[J].福建电脑,2017,33(7):139,172.
[19]田园,杨东宁,李少龙,等.数据挖掘技术在电网资产管理系统中的应用[J].中国管理信息化,2017,20(15):177-179.
[20]佚名.国网福建电力运用数据挖掘分析技术为配网规划提供精准依据[J].电力信息与通信技术,2015(12):103-103.