MapReduce 框架下运用 K-modes 聚类算法进行日负荷曲线预测
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1672-9722.2016.02.011

MapReduce 框架下运用 K-modes 聚类算法进行日负荷曲线预测

引用
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。

大数据、MapReduce、K-modes 聚类算法、日负荷曲线预测

TP181(自动化基础理论)

2016-04-08(万方平台首次上网日期,不代表论文的发表时间)

共4页

230-232,316

相关文献
评论
暂无封面信息
查看本期封面目录

计算机与数字工程

1672-9722

42-1372/TP

2016,(2)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn