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

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

2、op平臺計算模型的實現(xiàn)流程，基于Hadoop云計算平臺及MapReduce軟件框架，結(jié)合GSA電力系統(tǒng)不良辨識算法，提出了一種電力系統(tǒng)不良數(shù)據(jù)辨識云計算方法。該方法中，為解決參考分布和聚類初值隨意選取對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GSA算法進行了優(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)庫中的IRIS數(shù)據(jù)集辨識中發(fā)現(xiàn)，優(yōu)化GSA算法辨識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)計了優(yōu)化GSA算法的云化方案，基于Java語言對云化方案進行了實現(xiàn);為證明所提出的優(yōu)化GSA的云計算模型的優(yōu)勢，利用IEEE-14節(jié)點潮流數(shù)據(jù)生成模擬的電網(wǎng)運行數(shù)據(jù)集，分別使用單機模式和云計算模式下的優(yōu)化GSA對其進行辨識仿真，并比較兩種模式在不同維度和不同數(shù)據(jù)量下的辨識時間。比較結(jié)果證明了相比單機模式，在高維度大數(shù)據(jù)量的數(shù)據(jù)集條件下，優(yōu)化GSA算法的云計算模式具有更高的辨識速度。研究成果為云計算在電