| 基于云计算和量子粒子群算法的电力负荷曲线聚类算法研究 |
| |
| 引用本文： | 张少敏,赵硕,王保义. 基于云计算和量子粒子群算法的电力负荷曲线聚类算法研究[J]. 电力系统保护与控制, 2014, 42(21): 93-98 |
| |
| 作者姓名： | 张少敏 赵硕 王保义 |
| |
| 作者单位： | 华北电力大学控制与计算机工程学院，河北 保定 071003;华北电力大学控制与计算机工程学院，河北 保定 071003;华北电力大学控制与计算机工程学院，河北 保定 071003 |
| |
| 基金项目： | 河北省科学研究项目资助(Z2012077，Z2010290) |
| |
| 摘 要： | 针对电力数据海量化、多维化的趋势,为了提高聚类算法的聚类质量,并解决传统聚类算法聚类海量高维数据时单机计算资源不足的瓶颈,提出了一种基于云计算的电力负荷曲线聚类的并行量子粒子群优化模糊C均值聚类算法。将量子粒子群群体智能算法引入到传统模糊C均值聚类算法中,利用QPSO较强的全局搜索能力,克服FCM算法易陷入局部最优以及其对初始聚类中心过于敏感的缺陷。最后,采用云计算的MapReduce编程框架以及HBase分布式数据库对算法进行并行化改进。经实验验证与FCM算法和AFCM算法相比聚类正确率提高了10%左右,且并行性能较好。
|
| 关 键 词： | 云计算 Mapreduce框架 电力负荷分类 模糊C均值聚类算法 量子粒子群算法 |
| 收稿时间： | 2013-12-10 |
| 修稿时间： | 2014-03-09 |
Research of power load curve clustering algorithm based on cloud computing and quantum particle swarm optimization |
| |
| ZHANG Shao-min,ZHAO Shuo and WANG Bao-yi. Research of power load curve clustering algorithm based on cloud computing and quantum particle swarm optimization[J]. Power System Protection and Control, 2014, 42(21): 93-98 |
| |
| Authors: | ZHANG Shao-min ZHAO Shuo WANG Bao-yi |
| |
| Affiliation: | School of Control and Computer Engineering, North China Electric Power University, Baoding 071003, China;School of Control and Computer Engineering, North China Electric Power University, Baoding 071003, China;School of Control and Computer Engineering, North China Electric Power University, Baoding 071003, China |
| |
| Abstract: | |
| |
| Keywords: | cloud computing Mapreduce framework power load forecasting Fuzzy C-Means QPSO |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《电力系统保护与控制》浏览原始摘要信息 |
|
点击此处可从《电力系统保护与控制》下载免费的PDF全文 |
