基于大数据分析的暂态电能质量综合评估方法

作     者：张华赢 朱正国 姚森敬 高田 曹军威 韩蓄 王淼 ZHANG Huaying;ZHU Zhengguo;YAO Senjing;GAO Tian;CAO Junwei;HAN Xu;WANG Miao

作者机构：深圳供电局有限公司广东深圳518020 清华大学信息技术研究院北京100084 

基　　金：国家重点基础研究发展计划(973计划)(2013CB228206) 国家自然科学基金(61233016) 中国南方电网公司2012年科技项目(K-SZ2012-026) 

出 版 物：《南方电网技术》 (Southern Power System Technology)

年 卷 期：2015年第9卷第6期

页      码：80-86页

摘      要：运用基于大数据处理架构的Naive Bayes分类方法提出了暂态电能质量评估方法,将数据来源扩展至电网运行监测数据、电力用户数据和公共信息数据等方面,并将评估结果按严重程度分为暂态正常状态、短时电压暂降状态、短时深度电压暂降状态、短时电压失压状态。基于MapReduce架构,设计分布式Naive Bayes算法实现状态分类。在分类器训练阶段,对海量历史数据进行分布式学习,周期性地生成评估规则库并部署到所有评估节点。在状态评估阶段,各评估节点基于流处理框架快速生成实时评估样本,并根据当前规则库实时地得出评估结果。试验结果表明,所提出的基于大数据分析的暂态电能质量评估方法是可行,在准确率和处理速度上都取得了较好的效果。

主 题 词：大数据 MapReduce 分布式数据挖掘 朴素贝叶斯(Naive Bayes)分类 

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

D　O　I：10.13648/j.cnki.issn1674-0629.2015.06.014

馆 藏 号：203134100...