Spark云平台电力负载预测系统的设计与实现

作     者：李磊 王云 邓洪波 梁志明 LI Lei;WANG Yun;DENG Hongbo;LIANG Zhiming

作者机构：华南理工大学电子与信息学院广州510641 

基　　金：广东省科技计划项目(2017A010101027) 2022年度华南理工大学校级探索项目(x2dx/C9226740) 

出 版 物：《实验室研究与探索》 (Research and Exploration In Laboratory)

年 卷 期：2023年第42卷第5期

页      码：41-45页

摘      要：基于Spark云计算大数据处理平台,设计了一种新的电力负荷预测方法。该方法以电力负载的一阶梯梯度特征表示电力负载的变化特征;采用非监督机器学习方法避免了人工划分数据为上升与下降两个类别产生的人工成本问腿;并用所划分的两类数据集训练分类神经网络和回归神经网络模型,使得该神经网络模型可以自适的将当前的电力负荷数据调度到相应的回归神经网络模型中进行分类预测。通过实际的电力负荷数据进行验证,实验结果表明,所提出的方法不仅能有效地将电力负载数据自适应进行分类,同时在多种评价指标上均优于其他传统的电力负载预测模型。

主 题 词：云计算 电力负载预测 机器学习 大数据分析 

学科分类：080802[080802] 0808[工学-自动化类] 08[工学] 

D　O　I：10.19927/j.cnki.syyt.2023.05.009

馆 藏 号：203123091...