文献类型：期刊文章

作　　者：邓东林[1] 徐冘[1] 陈剑[1] 杨仁增[2]

DENG Donglin;XU Yin;CHEN Jian;YANG Renzeng(Zunyi Power Supply Bureau of Guizhou Power Grid Co. , Ltd. , Zunyi 563000 Guizhou China;Guizhou Key Laboratoiy of Electrical Power Big Data of Guizhou Institute of Technology,Guiyang 550003 Guizhou China)

机构地区：[1]贵州电网有限责任公司遵义供电局,贵州遵义563000 [2]贵州理工学院贵州省电力大数据重点实验室,贵州贵阳550003

出　　处：《电力大数据》

年　　份：2019

卷　　号：22

期　　号：3

起止页码：81-86

语　　种：中文

收录情况：普通刊

摘　　要：解决好智能用电网络数据采集和传输过程中的数据缺失和噪声问题,提高其用电数据的数据质量,才能在智能用电云平台中有效的运用各种用电大数据分析与预测算法。本文在总结智能用电网络的数据采集与数据传输特点,及分析智能用电云平台对用电数据的数据质量要求的基础上,提出了智能用电网络的用电数据预处理方法。对智能用电终端采集的用电数据归一化处理后,利用聚类算法从噪声、模糊、随机数据中提取出正常数据,本文对比验证了K-均值聚类和基于密度的空间聚类两种算法的聚类效果。相比K-均值聚类算法,基于密度的空间聚类算法在检测数据噪声点的同时,可自动获取复杂形状数据集的聚类数量,更适合智能用电网络的用电数据预处理。

关 键 词：智能用电网络  数据质量 数据预处理 聚类算法

分 类 号：TM93]