一种面向电力在线采集数据的分类方法

    公开(公告)号:CN104809473B

    公开(公告)日:2018-11-16

    申请号:CN201510218676.2

    申请日:2015-04-30

    IPC分类号: G06F17/30

    摘要: 本发明提供一种面向电力在线采集数据的分类方法,所述方法包括以下步骤:(1)收集数据并构建数据库;(2)从原始数据库中选取数据和样本;(3)利用已整理好的数据训练线性SVM,并将训练结果保存;(4)通过训练好的模型判断事件是否为变压器故障事件;(5)解释分类结果,并调整电能质量。本发明将基于随机梯度下降算法的SVM分类器应用到变压器故障事件的分类识别中,可以有效解决电力系统实测数据的在线采分类问题。本发明采用随机梯度下降算法,通过每个样本来迭代更新一次,即使在样本量很大的情况,也可能只用其中几万条或者几千条的样本,就可以迭代到最优解。因此更适用于如今日益增长的电力在线采集数据处理的要求。

    一种对电能质量扰动事件分类的方法

    公开(公告)号:CN105786903A

    公开(公告)日:2016-07-20

    申请号:CN201410823145.1

    申请日:2014-12-25

    IPC分类号: G06F17/30 G06Q50/06

    摘要: 本发明提出一种对电能质量扰动事件分类的方法,本发明将基于随机梯度下降算法的SVM分类器应用到电能质量扰动事件的分类识别中,可以有效解决电力大数据有线样本、非线性及高维模式的分类问题。本发明采用线性SVM逼近χ2核SVM,使得分类器同时具有线性核的高计算效率,又兼备非线性核函数的高分类准确率。本发明只需利用投影后数据的符号即可进行分类,因此数据保存时,只需存储预处理后数据的符号,大大缓解了现如今日益增长的电网数据量给存储带来挑战。本发明为准确、实时的分析电力大数据提供了可能。

    一种基于电力大数据平台海量数据并行处理的测试方法

    公开(公告)号:CN104794007A

    公开(公告)日:2015-07-22

    申请号:CN201510213675.9

    申请日:2015-04-29

    IPC分类号: G06F9/50 G06F11/36

    摘要: 本发明提出一种基于电力大数据平台海量数据并行处理的测试方法,方法包括:将对单个文件的操作方法封装为可运行Java程序;启动虚拟用户,并发运行可运行Java程序,观察记录单个用户的响应时间和电力大数据平台集群的网络吞吐量、磁盘IO、CPU和内存资源的占用情况;逐渐增加运行可运行Java程序的虚拟用户个数,观察记录当前平均单个用户的响应时间和电力大数据平台集群的网络吞吐量、磁盘IO、CPU和内存资源的占用情况;当平均单个用户的响应时间增加至初始值的10倍时,停止增加虚拟用户,该负载情况即为电力大数据平台的最大负载量,完成压力测试过程。本发明保证了电力大数据平台并发执行指定数量的测试负载,测试结果可控、可靠。