文献类型：期刊文章

作　　者：李刚[1] 焦亚菲[1] 刘福炎[2] 俞敏[2] 宋雨[1] 文福拴[3,4]

机构地区：[1]华北电力大学控制与计算机工程学院,河北省保定市071003 [2]国网浙江省电力公司经济技术研究院,杭州市310008 [3]浙江大学电气工程学院,杭州市310027 [4]文莱科技大学电机与电子工程系

出　　处：《电力建设》

基　　金：国家自然科学基金项目(51407076);中央高校基本科研业务费专项资金资助项目(2015ZD28);河北省自然科学基金项目(F2014502050);河北省高等学校科学研究项目(Z2013007);国网浙江省电力公司经济技术研究院研究项目(JY02201403)~~

年　　份：2016

卷　　号：37

期　　号：12

起止页码：24-31

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：随着电力系统规模的增大、量测技术的发展与成本下降,电力系统的数据量呈现快速增长趋势,逐步具备了大数据特征。充分利用大数据来改善电力系统的规划、运行与控制已受到越来越广泛的重视,如何评估大数据的质量是一个值得研究的重要问题。在数据质量提高技术如数据清洗、数据整合、相似记录检测等方面,已有相当多的研究报道。然而,在数据质量评估方面的研究还处于起步阶段。在此背景下,针对电力系统特征和电力大数据质量特性,提出一种电力大数据质量综合评估方法。首先,构建电力大数据质量评估指标体系;接着,针对大数据处理的时效性问题,利用MapReduce并行化K-means聚类算法来实现大数据样本集的快速预处理。之后,利用熵权法计算各类数据集的客观权重,采用灰色评估法判断数据质量所属等级,在此基础上实现对样本数据集的综合评价。最后,以某市电力公司所采集的用户用电负荷数据为例对所提出的方法做了说明。

关 键 词：电力系统 大数据 数据质量 评估指标  K-MEANS聚类 熵权法 灰色理论  

分 类 号：TM72]