MapReduce框架下运用K-modes聚类算法进行日负荷曲线预测  

DailyLoad Curve ForecastingbyUsingK-modes Clustering Algorithm Under the Framework of MapReduce

作　　者：李彦[1] 王颖[1] 廖一鸣[1] 赵文硕[1] 

机构地区：[1]华北电力大学控制与计算机工程学院,北京102206

出　　处：《计算机与数字工程》2016年第2期230-232,316,共4页Computer & Digital Engineering

摘　　要：提出一种MapReduce框架下运用K-modes聚类算法,并基于电力大数据对日负荷曲线进行预测的方法。将预测结果与传统K-modes聚类算法的预测结果进行对比,结果表明:K-modes聚类算法进行分布式处理的方法是可行的,使用这种方法对日负荷曲线进行预测效果更好,提高了预测的精确性,更好地指导电力生产。A method using K-modes clustering algorithm under MapReduce framework,and forecasting daily load curve based on the method of power data is proposed.The prediction results is compared with the traditional K-modes clustering algorithm,and the results were analyzed.Results show that：the K-modes clustering algorithm for distributed processing method is feasible,and this method can predict daily load curve better,and improve the precision of the prediction,guide the electric power production better.

关 键 词：大数据 MAPREDUCE K-modes聚类算法 日负荷曲线预测 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]