基于云計(jì)算的電力系統(tǒng)不良數(shù)據(jù)辨識(shí)算法研究.pdf

1、云計(jì)算是網(wǎng)格計(jì)算，并行計(jì)算和分布式計(jì)算等概念混合演進(jìn)后在商業(yè)領(lǐng)域發(fā)展出的一種計(jì)算模型，被廣泛應(yīng)用于分析與處理海量數(shù)據(jù)。云計(jì)算的應(yīng)用使得在降低終端設(shè)備性能的同時(shí)提高數(shù)據(jù)處理能力想法成為現(xiàn)實(shí)。智能電網(wǎng)的發(fā)展和電力信息的爆炸式增長(zhǎng)對(duì)未來電網(wǎng)的信息處理和數(shù)據(jù)存儲(chǔ)能力提出了力這更高的要求。鑒于云計(jì)算與電力系統(tǒng)在運(yùn)行機(jī)制上的相似性，可以將云計(jì)算應(yīng)用于電力系統(tǒng)，以提高電網(wǎng)的信息處理和數(shù)據(jù)存儲(chǔ)能力。
　　 本文研究了現(xiàn)有云計(jì)算技術(shù)及開源Hado

2、op平臺(tái)計(jì)算模型的實(shí)現(xiàn)流程，基于Hadoop云計(jì)算平臺(tái)及MapReduce軟件框架，結(jié)合GSA電力系統(tǒng)不良辨識(shí)算法，提出了一種電力系統(tǒng)不良數(shù)據(jù)辨識(shí)云計(jì)算方法。該方法中，為解決參考分布和聚類初值隨意選取對(duì)GSA算法精度造成的影響，利用肘形判據(jù)原理和最大最小距離法對(duì)GSA算法進(jìn)行了優(yōu)化。分別將傳統(tǒng)GSA算法和優(yōu)化GSA算法應(yīng)用于UCI標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)中的IRIS數(shù)據(jù)集辨識(shí)中發(fā)現(xiàn)，優(yōu)化GSA算法辨識(shí)的精度明顯高于傳統(tǒng)GSA方法;通過GSA算法的Ma

3、pReduce軟件框架的云化特性，設(shè)計(jì)了優(yōu)化GSA算法的云化方案，基于Java語言對(duì)云化方案進(jìn)行了實(shí)現(xiàn);為證明所提出的優(yōu)化GSA的云計(jì)算模型的優(yōu)勢(shì)，利用IEEE-14節(jié)點(diǎn)潮流數(shù)據(jù)生成模擬的電網(wǎng)運(yùn)行數(shù)據(jù)集，分別使用單機(jī)模式和云計(jì)算模式下的優(yōu)化GSA對(duì)其進(jìn)行辨識(shí)仿真，并比較兩種模式在不同維度和不同數(shù)據(jù)量下的辨識(shí)時(shí)間。比較結(jié)果證明了相比單機(jī)模式，在高維度大數(shù)據(jù)量的數(shù)據(jù)集條件下，優(yōu)化GSA算法的云計(jì)算模式具有更高的辨識(shí)速度。研究成果為云計(jì)算在電