MapReduce框架下基于线性回归的短期负荷预测

	MapReduce框架下基于线性回归的短期负荷预测
	吴丽珍; 孔纯; 陈伟
刊名	兰州理工大学学报
	2021-02-15
卷号	47 期号:2021,47(01)页码:97-104
关键词	大数据分析小批量随机梯度下降短期负荷预测分布式并行计算 MapReduce框架
英文摘要	为解决负荷预测时因数据量大、数据种类繁多带来的计算速度慢、预测精度低等问题,在MapReduce并行编程框架下,提出基于小批量随机梯度下降法的线性回归模型.首先,为清理智能配电终端产生的重复数据和不良数据,提出利用自适应近邻排序算法清除重复记录的数据,并利用K均值聚类的方法剔除异常数据和记录不完整的数据,然后利用F检验法来检验该数据集能否线性表征负荷,再利用T检验法检验特性向量与负荷间线性关系的显著性,并剔除与负荷线性关系较弱的特性向量.根据以上方法建立短期负荷预测模型,并将其用在甘肃武威某区域配电网短期负荷预测中.结果表明,所提出的短期负荷预测模型的平均绝对百分误差为2.043%,均方根误差为3 112.62.这些预测误差满足负荷预测的要求,极大地提高了负荷计算的速度,缩短了负荷预测时间.
URL标识	查看原文
语种	中文
内容类型	期刊论文
源URL	[http://ir.lut.edu.cn/handle/2XXMBERH/147915]
专题	电气工程与信息工程学院
作者单位	兰州理工大学电气工程与信息工程学院
推荐引用方式 GB/T 7714	吴丽珍,孔纯,陈伟. MapReduce框架下基于线性回归的短期负荷预测[J]. 兰州理工大学学报,2021,47(2021,47(01)):97-104.
APA	吴丽珍,孔纯,&陈伟.(2021).MapReduce框架下基于线性回归的短期负荷预测.兰州理工大学学报,47(2021,47(01)),97-104.
MLA	吴丽珍,et al."MapReduce框架下基于线性回归的短期负荷预测".兰州理工大学学报 47.2021,47(01)(2021):97-104.