文献类型：期刊文章

作　　者：李刚[1,2] 刘燕[1] 宋雨[1] 尹军[3]

机构地区：[1]华北电力大学控制与计算机工程学院,河北保定071003 [2]新能源电力系统国家重点实验室(华北电力大学),北京102206 [3]国网新疆电力公司信息通信公司,新疆乌鲁木齐830000

出　　处：《广东电力》

基　　金：国家自然科学基金资助项目(51407076);河北省自然科学基金资助项目(F2014502050);河北省高等学校科学研究项目(Z2013007);中央党校基本科研业务费专项资金(2015ZD28)

年　　份：2016

卷　　号：29

期　　号：12

起止页码：10-14

语　　种：中文

收录情况：IC、RCCSE、UPD、ZGKJHX、普通刊

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。

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  

分 类 号：TM73]