文献类型：期刊文章

作　　者：王桂兰[1] 周国亮[2] 赵洪山[1] 米增强[1]

机构地区：[1]华北电力大学电气与电子工程学院,河北省保定市071003 [2]国网冀北电力有限公司技能培训中心,河北省保定市071051

出　　处：《电力系统自动化》

基　　金：国家自然科学基金资助项目(51277074);河北省自然科学基金资助项目(F2014502069);中央高校基本科研业务费专项资金资助项目(13MS103)~~

年　　份：2016

卷　　号：40

期　　号：24

起止页码：27-33

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20165203188768)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：对近年来在电力系统中出现的大规模数据流进行了探讨,目的是利用流式计算技术提高系统的实时性和安全性。针对大规模用电信息采集中用电数据流的快速聚类和异常检测技术展开研究。结合分布式流式计算平台Spark Streaming,基于用电行为在纵向时间和横向空间上表现出的聚类特性,即同类用户具有相似用电模式和同一用户历史数据具有相似性,设计并实现了流式DBSCAN聚类算法,以实现对大规模用电数据流的快速异常检测。设计并搭建了支持大规模数据流处理的实验环境,证明了算法的有效性。

关 键 词：数据流 聚类 异常检测 流式计算  用电行为

分 类 号：TM76] TP311.13]