基于云计算和改进K-means算法的海量用电数据分析方法
来源：计算机应用杂志2018年第1期北京时间：
作者：张承畅, 张华誉, 罗建昌, 何丰
单位：1. 重庆邮电大学 光电工程学院, 重庆 400065;2. 重庆邮电大学 通信与信息工程学院, 重庆 400065
摘要：针对小区居民用电数据挖掘效率低、数据量大等难题，进行了基于云计算和改进K-means算法的海量用电数据分析方法研究。针对传统K-means算法中存在初始聚类中心和K值难确定的问题，提出一种基于密度的K-means改进算法。首先，定义样本密度、簇内样本平均距离的倒数和簇间距离三者乘积为权值积，通过最大权值积法依次确定聚类中心，提高了聚类的准确率；然后，基于MapReduce模型实现改进算法的并行化，提高了聚类的效率；最后，以小区400户家庭用电数据为基础，进行海量电力数据的挖掘分析实验。以家庭为单位，提取出用户的峰时耗电率、负荷率、谷电负荷系数以及平段用电量百分比，建立聚类的数据维度特征向量，完成相似用户类型的聚类，同时分析出各类用户的行为特征。基于Hadoop集群的实验结果证明提出的改进K-means算法运行稳定、可靠，具有很好的聚类效果。
关键词：用电数据,云计算,改进K-means算法,MapReduce模型,并行化
基金资助：中国电力科学研究院科技基金资助项目（XXB51201603155）；国网北京经济技术研究院科技基金资助项目（15JS191）。
