典型文献
基于分布式并行计算的电力系统不良数据识别方法
文献摘要：
电力系统不良数据识别方法以单一误差为标准多次比对、 多次循环,难以同时处理大量数据,导致不良数据识别误差大、速率低.为改进不良数据识别方法存在的缺陷,设计了基于分布式并行计算的电力系统不良数据识别方法.采用M apReduce模型搭建分布式并行计算框架;设定不良数据判断标准,预处理电力数据;利用标准残差向量和残差灵敏度,识别电力系统不良数据.通过试验验证识别方法的应用效果,结果表明所提方法的平均识别相对误差为12.51％,多种类不良数据漏检率较低,证实了该识别方法的应用效果良好.
文献关键词：
分布式并行计算;电力系统;不良数据;数据识别;M apReduce模型;标准残差向量
中图分类号：
作者姓名：
冷迪;邱子良;黄建华;秦思远
作者机构：
深圳供电局有限公司,广东 深圳 518000
文献出处：
引用格式：
[1]冷迪;邱子良;黄建华;秦思远-.基于分布式并行计算的电力系统不良数据识别方法)[J].电工技术,2022(20):149-151
A类：
apReduce,标准残差向量
B类：
分布式并行计算,电力系统,不良数据,数据识别,识别误差,模型搭建,计算框架,判断标准,电力数据,利用标准,漏检率
AB值：
0.156515
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。
