联合采用熵权和灰色系统理论的电力大数据质量综合评估

摘要：

随着电力系统规模的增大、量测技术的发展与成本下降，电力系统的数据量呈现快速增长趋势，逐步具备了大数据特征。充分利用大数据来改善电力系统的规划、运行与控制已受到越来越广泛的重视，如何评估大数据的质量是一个值得研究的重要问题。在数据质量提高技术如数据清洗、数据整合、相似记录检测等方面，已有相当多的研究报道。然而，在数据质量评估方面的研究还处于起步阶段。在此背景下，针对电力系统特征和电力大数据质量特性，提出一种电力大数据质量综合评估方法。首先，构建电力大数据质量评估指标体系；接着，针对大数据处理的时效性问题，利用MapReduce并行化K-means聚类算法来实现大数据样本集的快速预处理。之后，利用熵权法计算各类数据集的客观权重，采用灰色评估法判断数据质量所属等级，在此基础上实现对样本数据集的综合评价。最后，以某市电力公司所采集的用户用电负荷数据为例对所提出的方法做了说明。

关键词：电力系统、大数据、数据质量、评估指标、K-means聚类、熵权法、灰色理论

所属期刊栏目：37

分类号：TM72(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金项目51407076；中央高校基本科研业务费专项资金资助项目2015ZD28；河北省自然科学基金项目F2014502050；河北省高等学校科学研究项目Z2013007；国网浙江省电力公司经济技术研究院研究项目JY02201403 Project supported by National Natural Science Foundation of China 51407076；Fundamental Research Funds for the Central Universities 2015ZD28

在线出版日期：2016-12-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：24-31