基于流数据聚类算法的电力大数据异常检测OACSTPCD
Power Big Data Anomaly Detection Based on Stream Data Clustering Algorithm
针对电力大数据流的异常检测问题,该文将流数据聚类算法与电力大数据相结合,针对现有流数据聚类算法不易存储全部数据、断电数据易丢失等问题,以及流数据聚类算法对于离线阶段聚类算法实时应答的要求,从数据的完整性、安全性以及流数据聚类算法的低时间复杂度的角度出发,对CluStream流数据聚类算法进行改进,提出流式K-means聚类算法.对在线阶段,使用Redis集群进行流数据的缓冲,并设计节点时间衰减策略,增大心跳消息中有效消息所占比例;对离线阶段聚类算…查看全部>>
于小青;齐林海
华北电力大学控制与计算机工程学院,北京102206华北电力大学控制与计算机工程学院,北京102206
信息技术与安全科学
电力大数据流数据聚类流式K-means聚类用户用电异常
《电力信息与通信技术》 2020 (3)
8-14,7
国家电网公司科技项目资助"城市电网电能质量大数据深化分析及应用技术研究?"(52094018001C).
评论