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
基于分布式并行计算的电力系统不良数据识别方法
  
DOI：10.19768/j.cnki.dgjs.2022.20.045
中文关键词:  分布式并行计算  电力系统  不良数据  数据识别  MapReduce模型  标准残差向量
英文关键词:
基金项目:
作者单位
冷迪 深圳供电局有限公司 
邱子良 深圳供电局有限公司 
黄建华 深圳供电局有限公司 
秦思远 深圳供电局有限公司 
摘要点击次数: 737
全文下载次数: 0
中文摘要:
      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MapReduce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.
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器