基于Hadoop框架的营配调数据处理模型的设计与实现

摘要

多年来,营配调专业各自建有信息系统,存在数据管理标准不一致、各专业工作职责划分不清等问题.因此,提出基于Hadoop框架的营配调数据处理模型,采用Person相关系数计算线损电量和供电量的相关性,结合BP神经网络和时间序列计算进行线损电量预测,定量地分析供电量、售电量与线损波动的相关关系,并采用基于Hadoop框架的TF-IDF(词频-逆文档频率)算法智能识别线损异常原因,以提升电网的运行效益和精细化管理水平.以山西省阳泉市下辖的6个供电公司为例,采集供电量、售电量、线损电量和线损率等数据,进行相关性分析、线损电量预测以及对电力设备异常挂载的筛查等试验,验证了该数据处理模型的有效性和实用性.