收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于MapReduce和深度学习的负荷分析与预测

杨佳驹  
【摘要】:智能用电服务系统是智能电网的重要组成部分,其思想是通过供电企业与用户间的双向互动,针对用户用电特性提供更加个性化、人性化的智能服务。准确的电力负荷分析与预测是智能用电服务的前提。然而随着智能电网中智能电表、智能终端以及各类传感器的铺设,用户侧的数据已经达到了大数据的规模,大大提升了负荷分析与预测的难度。如何有效的从这些海量数据中挖掘潜在的知识和模式,为供电企业拓展电力市场、优化能源结构、合理配置资源等提供决策依据,是电力系统目前最具挑战性的任务之一。大数据技术以及深度学习理论是解决上述问题的关键。本文首先在分析大数据技术、深度学习、智能用电三者关系的基础上,设计了智能用电大数据平台的整体架构,并自底向上分别从数据来源层、数据处理层、挖掘分析层以及业务应用层四个层次探讨了平台搭建的关键元素。之后,考虑到传统决策树算法不能解决海量数据挖掘以及ID3算法的多值偏向问题,本文将基于MapReduce模型的并行化决策树应用于智能电表数据的用电习惯挖掘中,并通过在最佳分裂属性选择中引入相关系数,修正了ID3算法中的多值偏向问题。通过实际负荷数据,从挖掘结果和并行性能两方面验证算法的有效性。深度学习通过多个隐含层对原始输入的逐步抽象表示,能够充分挖掘海量负荷数据中的规律,实现更精准的短期负荷预测。本文介绍了深度学习中的堆栈自编码器(SAE)与深度置信网络(DBN)的基本组件、网络结构以及训练方法,对深度学习只能依靠专家经验选取隐含层神经元个数这一缺陷,提出基于信息熵的隐含层神经元个数确定方法,并利用通用MNIST数据集验证方法的有效性。同时,在Spark平台中,利用数据并行的方式将深度学习的训练过程并行化,并提出基于典型负荷曲线的深度学习改进方法,最终利用实际负荷数据与其他算法进行比对验证该方法的可行性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 刘千山;;运行船舶主机负荷分析指标[J];交通部上海船舶运输科学研究所学报;1987年01期
2 梁新平;电价研究中的负荷分析方法[J];中国电机工程学报;1990年06期
3 东明辰;1994年冀南电网电力负荷分析[J];华北电力技术;1995年07期
4 何明;吴英姿;康继光;顾皓;;探析错避峰的负荷分析方法[J];上海电力;2004年05期
5 王华;石锋;;配网大负荷分析及改进措施[J];科技资讯;2013年34期
6 王卫,郑广君,罗建生;丰台地区负荷分析[J];华北电力技术;2005年08期
7 陈得治;郭志忠;胡键;;基于典型负荷模式的配电网负荷分析[J];中国电力;2005年08期
8 陈祝赢;朱炯;刘康生;;宁波城区夏季电力负荷分析及在有序用电管理中的应用[J];华东电力;2005年11期
9 刘健,徐精求,董海鹏;配电网概率负荷分析及其应用[J];电网技术;2004年06期
10 崔景华,刘海涛;电力负荷分析与系统调控[J];新乡师范高等专科学校学报;2005年05期
11 王兆辉;雷少锋;王生彬;;河北省南部电网春季负荷分析[J];河北电力技术;2006年01期
12 牛东晓;李媛媛;乞建勋;刘达;谷志红;;基于经验模式分解与因素影响的负荷分析方法[J];中国电机工程学报;2008年16期
13 薛万磊;温权;单葆国;;降温负荷分析方法研究[J];能源技术经济;2011年11期
14 孙望良;华中电网春节负荷分析[J];华中电力;1996年02期
15 龚国芳,沈晓岚;功能块负荷收资与负荷分析软件研究[J];华东电力;2002年07期
16 马立新;彭华坤;李渊;;电力市场下负荷分析与预测优化方法的研究[J];信息技术;2013年09期
17 陈芯蕊;;上海电网1998年夏季负荷分析[J];上海电力;1999年01期
18 栗然;陆凤怡;徐宏锐;张烈勇;;基于局域波与近似熵的负荷分析方法[J];中国电机工程学报;2010年25期
19 张九根;;高层民用建筑的负荷分析与计算[J];电工技术;1997年03期
20 徐方龙,谢国栋,黄苏融,龚国芳;上海市市区供电局季节性负荷分析[J];电网技术;1999年12期
中国重要会议论文全文数据库 前3条
1 冯欣;陈江平;陈芝久;秦萌;;某卧式陈列柜风幕的热负荷分析[A];全国暖通空调制冷2002年学术文集[C];2002年
2 龙立波;姚建刚;钱卫华;张凯;陈国栋;包伟;;基于.NET的智能式负荷分析、预测与管理系统的研究与开发[A];2006中国电力系统保护与控制学术研讨会论文集[C];2006年
3 田夏;王随林;赵秀敏;常军;;外保温住宅户间传热逐时负荷分析[A];全国暖通空调制冷2004年学术年会专题研讨会发表论文集[C];2004年
中国硕士学位论文全文数据库 前7条
1 杨佳驹;基于MapReduce和深度学习的负荷分析与预测[D];东南大学;2016年
2 刘燕;10kV配网负荷分析及管理系统的研究与实现[D];华北电力大学(北京);2010年
3 熊传平;广域电力系统基于负荷分析与分类的负荷建模研究[D];河海大学;2006年
4 张诗卉;城市典型路口驾驶员脑力负荷分析与实验验证[D];清华大学;2010年
5 肖志国;基于虚拟仪器的干扰性负荷分析与评估系统[D];华北电力大学;2011年
6 郭朝云;基于Agent技术的电力负荷分析与预测系统的开发[D];华北电力大学(河北);2007年
7 郭精人;高随机性电力负荷分析与预测方法研究[D];湖南大学;2013年
中国重要报纸全文数据库 前1条
1 中国联通安徽省分公司 孙练;G网优化中要加强网络负荷分析[N];人民邮电;2005年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978