基于机器学习的电网大数据降维方法

摘要

随着智能电网的不断优化扩展及数据集的沉淀,海量大数据因为数据量太大、维数太高而陷入了"维数灾难"中,在工程实践中难以对其进行有效的研究.提出了运用拉普拉斯特征映射(Laplacian Eigenmaps)对电网大数据进行自适应学习并降维,运用降维后的数据在Hadoop平台上进行实验分析,证明其能有效地应用于智能电网大数据的降维运算.