典型文献
基于云计算的电力能源大数据清洗模型构建
文献摘要：
为了提高电力能源大数据的清洗效果,以及电网数据分析的智能程度,对电力能源大数据清洗模型进行构建.其中,运用云计算进行大数据存储.创新性地运用时间序列符号化方法对时间序列进行降维,以欧氏距离算法进行相似度度量,并使用相似度曲线对负荷数据进行数据清洗.结果表明:当数据块数量从10块增加到30块时,相应的数据传输数量由28个增加到136个,消耗时间从0.117 h增加到0.165 h.序列相似性排序为:序列1和序列4>序列2和序列5>序列3和序列4.清洗以后,各网供区域的数据都清晰可见,不同系列之间的数据也能清楚辨别和区分,误差也在可接受范围内.由此说明:电力大数据清洗模型效果良好,能够为电力企业内部不同部门、不同需求、不同层次的决策者提供准确数据分析.该研究在电力领域具有很强实用价值.
文献关键词：
云计算;电力;能源;大数据清洗模型;时间序列;欧氏距离;相似度曲线;负荷数据
中图分类号：
作者姓名：
卢峰;吴朝文;陈小龙;张柯柯;桂宁
作者机构：
国网安徽电力有限公司合肥供电公司,安徽 合肥 230000
文献出处：
引用格式：
[1]卢峰;吴朝文;陈小龙;张柯柯;桂宁-.基于云计算的电力能源大数据清洗模型构建)[J].自动化仪表,2022(01):72-76
A类：
大数据清洗模型,时间序列符号化,相似度曲线
B类：
电力能源,能源大数据,清洗效果,电网数据分析,算进,大数据存储,欧氏距离,相似度度量,负荷数据,数据块,数据传输,耗时间,供区,清晰可见,同系,辨别,电力大数据,电力企业,企业内部,不同层次,决策者,电力领域
AB值：
0.256696
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
