基于Graph模型的海量用电数据并行聚类分析

作者：陶鹏^*; 张洋瑞; 李梦宇; 李杰琳

来源：电力科学与技术学报, 2020, 35(06): 144-151.

DOI：10.19781/j.issn.1673-9140.2020.06.019

• 用电数据分析
• 大数据
• 聚类
• Graph
• 云计算

随着智能电网建设的不断深入,在配用电环节收集的监测数据越来越多,逐渐构成智能电网用户侧大数据。传统数据分析模式已经无法满足性能需求,迫切需要新的存储和数据分析模式来应对。提出基于阿里云大数据分析平台MaxCompute的海量用电数据聚类分析方法,该方法充分考虑用电数据的特点,设计基于多级分区表的用电数据存储模式,采用三相电压、三相电流、三相功率因数等建立多维数据特征,应用MaxCompute Graph框架设计实现高效的海量用电数据的聚类划分算法。实验结果表明,所设计的存储模式可有效提升用电数据的检索效率;通过对不同用电类型的用户进行聚类划分,聚类准确率达到88%,验证了聚类划分的有效性和高性能。