◆王璐 程晓荣

基于大数据的信息融合技术在电力系统中的应用

◆王璐 程晓荣

（华北电力大学（保定） 控制与计算机工程学院 河北 071000）

伴随着电力行业中系统和设备的不断升级，出现了大量需要处理的数据集，电力行业进入大数据时期。这使得传统的电力系统无法满足新的需求，所以引进新的算法和框架。本文首先分析了传统数据融合算法的缺点，然后分析了新的Hermite正交基前神经网络的算法，并且电力系统要处理大规模的数据集，因此加入MapReduce框架，将其与该算法相结合。通过对上述算法实验的结果进行分析，证实了该算法对于电力行业的大数据处理非常高效。

电力行业；大数据；神经网络

当前的社会中，大数据技术发展很快速，并且对于大数据的技术应用也非常的广泛。在电力行业中，几乎所有设备都趋于智能化，所以对于电力行业的系统和设备可能利用大数据技术的支持来进行发展和升级。

因为电力系统是定时收集数据，并且随着设备种类越来越多，所以数据的种类和数量也越来越多。在大数据技术的基础上进行数据的分析和处理就很有必要，也就是数据融合[1]。数据融合在研究电力大数据中起着重要作用，它可以整合许多方面的数据信息，让数据的特点一目了然。

1 电力大数据的分类

电力系统中的数据有两种：结构化的数据和非结构化的数据。结构化数据可以通过数据库进行存储和处理，但是使用数据库去处理非结构化的数据会比较难[2]。……