文献类型：期刊文章

作　　者：王赛一[1] 余建平[1] 孙丰杰[2] 王承民[2] 谢宁[2]

WANG Saiyi;YU Jianping;SUN Fengjie;WANG Chengmin;XIE Ning(State Grid Pudong Power Supply Company,Shanghai 200240,China;School of Electronic Information and Electrical Engineeri)

机构地区：[1]国网上海市电力公司浦东供电公司,上海200240 [2]上海交通大学电子信息与电气工程学院,上海200240

出　　处：《智慧电力》

基　　金：国家自然科学基金资助项目(51777121)~~

年　　份：2019

卷　　号：47

期　　号：3

起止页码：8-15

语　　种：中文

收录情况：BDHX、BDHX2017、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对目前电力大数据价值密度的研究存在缺乏定义和量化指标、提升手段单一导致效果有限的问题,提出了相关定义及评价指标,从空间上内存占用、时间上运行速率2个维度计算价值密度评价指标;并提出了基于多初始聚类中心的改进k-means算法,弥补其太过依赖于初始聚类中心的不足。结合该算法,分别从"脏数据"、记录、字段等不同维度,研究如何提升价值密度。以日负荷预测为算例进行仿真测试,结果表明评价指标能较好地反映价值密度,改进聚类算法有较好的的聚类效果和速率优势,可以有效提升数据价值密度。

关 键 词：电力大数据  价值密度 评价指标 K-MEANS算法 三层过滤机制  

分 类 号：TM761]