PDMiner平臺的主動配電網(wǎng)安全監(jiān)測系統(tǒng)

常成

摘要：

主動配電網(wǎng)系統(tǒng)結(jié)構(gòu)復(fù)雜、DG滲透率高、負(fù)荷波動大、控制要求嚴(yán)格，運行數(shù)據(jù)信息呈現(xiàn)出大量、高速、多樣和價值的特點。針對主動配電網(wǎng)大數(shù)據(jù)處理的問題，依據(jù)云計算理論，采用數(shù)據(jù)挖掘技術(shù)和分布并行計算方式，建立了一套PDMiner大數(shù)據(jù)挖掘平臺的主動配電網(wǎng)安全監(jiān)測系統(tǒng)模型。分別研究了系統(tǒng)對歷史數(shù)據(jù)和實時故障數(shù)據(jù)的處理。研究表明該系統(tǒng)通過對歷史數(shù)據(jù)的處理可進行風(fēng)險區(qū)域劃分、制定規(guī)劃方案、運行狀態(tài)評價，通過對故障數(shù)據(jù)的處理可進行故障分析與處理，并為配電網(wǎng)安全改造提供依據(jù)。通過仿真算例驗證了該系統(tǒng)的工作效果。

關(guān)鍵詞：

大數(shù)據(jù)；云計算；數(shù)據(jù)挖掘；主動配電網(wǎng)；自愈控制

DOI：10.15938/j.jhust.2017.02.012

中圖分類號： TM612

文獻(xiàn)標(biāo)志碼： A

文章編號： 1007-2683（2017）02-0061-06

Abstract：

Active distribution network system has the characteristics of complex structure， high DG permeability， large load fluctuation， strict control requirements. The data information of operation has the characteristics of high volume， high speed， diversity and value. For active distribution network data processing， according to the theory of cloud calculation， using the data mining technology and distributed parallel computing method， establishing an active distribution network security monitoring system model based on PDMiner large data mining platform. The processing of historical data and real time fault data are studied respectively. Research results show that the system by processing of historical data for risk zoning， development planning， operation state evaluation， by processing of fault data for fault analysis and processing， providing the basis for the distribution network security. The result of the system is verified by the simulation example.

Keywords：big data； cloud computing； data mining； active distribution network； selfhealing control

0引言

隨著配電網(wǎng)架構(gòu)的日趨復(fù)雜和智能電網(wǎng)技術(shù)的飛速發(fā)展，配電網(wǎng)運行數(shù)據(jù)呈現(xiàn)出規(guī)模性、多樣性、價值性和快速性的特點[1]，已經(jīng)從TB級躍升為PB級，電力大數(shù)據(jù)的概念也應(yīng)運而生。電力大數(shù)據(jù)在電網(wǎng)運行監(jiān)測、故障診斷與恢復(fù)和分布式發(fā)電選址定容等方面有著廣泛的應(yīng)用。

主動配電網(wǎng)（active distribution networks）于2008年國際大電網(wǎng)會議（CIGRE） C6.11研究組提出后已經(jīng)在世界各地建立示范工程并投入建設(shè)實施[2]。主動配電網(wǎng)由于高滲透率DG接入、負(fù)荷波動和網(wǎng)架結(jié)構(gòu)復(fù)雜等因素，使得對于配電網(wǎng)數(shù)據(jù)處理的難度顯著增大，尤其是在主動配電網(wǎng)的安全評估和故障診斷方面，若不能有效地對運行和故障數(shù)據(jù)進行處理，將嚴(yán)重影響配電網(wǎng)的安全、可靠性，這也成為主動配電網(wǎng)實現(xiàn)自愈控制的關(guān)鍵環(huán)節(jié)?；谠朴嬎愕臄?shù)據(jù)挖掘技術(shù)能夠?qū)崟r并迅速的將配電網(wǎng)中有價值的數(shù)據(jù)信息提取出來，顯著提高了數(shù)據(jù)處理的效率。目前，將數(shù)據(jù)挖掘技術(shù)用于配電網(wǎng)運行控制和故障診斷已經(jīng)取得了一定的研究成果。文[3]研發(fā)了一種基于多源異構(gòu)數(shù)據(jù)環(huán)境的配電網(wǎng)故障信息統(tǒng)計分析系統(tǒng)，通過數(shù)據(jù)挖掘手段可從不同的業(yè)務(wù)系統(tǒng)中提取到反映配電網(wǎng)運行狀態(tài)的目標(biāo)數(shù)據(jù)，極大地提高了配電網(wǎng)的運營效率和管理水平。文[4]將數(shù)據(jù)挖掘技術(shù)應(yīng)用在主動配電網(wǎng)的全景信息展示系統(tǒng)中，能夠為配電網(wǎng)運行檢修科學(xué)決策提供可靠的數(shù)據(jù)依據(jù)。

本文在云計算并行分布式大數(shù)據(jù)挖掘平臺PDMiner的基礎(chǔ)上研發(fā)了一套主動配電網(wǎng)故障監(jiān)測系統(tǒng)。該系統(tǒng)安裝在主控中心，在配電網(wǎng)正常運行時能夠?qū)崟r采集的數(shù)據(jù)和已有的歷史數(shù)據(jù)進行篩選、分類和對比，通過對數(shù)據(jù)的分析處理可以劃分出風(fēng)險區(qū)域、等級；在配電網(wǎng)發(fā)生故障時，能夠快速、準(zhǔn)確的提取到有價值的故障數(shù)據(jù)，建立故障信息數(shù)據(jù)庫，為運行檢修人員制定故障預(yù)防和故障恢復(fù)策略提供了合理的依據(jù)。

1配電網(wǎng)云計算

云計算（cloud computing）采用分布式網(wǎng)絡(luò)存儲（distributed network storage）技術(shù)和并行效用計算（parallel and utility computing）方式[5]，其核心思想是將分散的數(shù)據(jù)資源聚集在由大量分布式計算機構(gòu)成的資源共享池中，各應(yīng)用系統(tǒng)可根據(jù)需要隨時獲取相關(guān)數(shù)據(jù)存儲和服務(wù)信息[6]。云計算是實現(xiàn)大數(shù)據(jù)應(yīng)用的關(guān)鍵技術(shù)，兩者密不可分。

大量分布式電源的引入和用戶端負(fù)荷的復(fù)雜多變性使得傳統(tǒng)配電網(wǎng)難以應(yīng)對龐大的數(shù)據(jù)資源，無法確保配電網(wǎng)運行的安全性和可靠性。智能配電網(wǎng)和主動配電網(wǎng)打破了傳統(tǒng)電網(wǎng)被動控制模式，不僅在運行控制和網(wǎng)絡(luò)優(yōu)化方面變得主動化、智能化，也在數(shù)據(jù)處理方面引入了云計算技術(shù)使其更加高效化、精確化?！半娏υ啤备拍钜唤?jīng)提出，便得到了行業(yè)內(nèi)的廣泛認(rèn)可，國家電網(wǎng)公司也就此制定了云計算技術(shù)研究框架，將其應(yīng)用在軟硬件資源配置和數(shù)據(jù)中心建設(shè)等方面。配電網(wǎng)云計算對配電網(wǎng)內(nèi)部的計算和存儲資源進行有效整合，顯著提高了電網(wǎng)的交互、處理能力。

配電網(wǎng)的數(shù)據(jù)主要來源于用戶端、電力企業(yè)和外部數(shù)據(jù)3類[7]，3類數(shù)據(jù)彼此相互制約、相互聯(lián)系，共同組成了配電網(wǎng)數(shù)據(jù)資源庫。但是，在對主動配電網(wǎng)進行事故預(yù)防、安全評估、故障診斷和決策制定等方面也面臨著數(shù)據(jù)的準(zhǔn)確性和價值性問題。因此，需要建立以數(shù)據(jù)挖掘為關(guān)鍵技術(shù)的配電網(wǎng)數(shù)據(jù)在線處理系統(tǒng)。

2配電網(wǎng)大數(shù)據(jù)挖掘平臺

目前的數(shù)據(jù)分析系統(tǒng)普遍采用的是雙層數(shù)據(jù)架構(gòu)（double data structure，DDS），即以數(shù)據(jù)融合技術(shù)為核心的處理外層和以數(shù)據(jù)挖掘技術(shù)為核心的處理內(nèi)層[8]。數(shù)據(jù)挖掘技術(shù)是根據(jù)人為的需要通過統(tǒng)計學(xué)觀點和人工智能搜索算法從大數(shù)據(jù)庫中提取出有價值的、準(zhǔn)確的數(shù)據(jù)信息。

常用的數(shù)據(jù)挖掘方法有集中式計算、分布式計算和并行計算[9]。集中式計算僅利用一臺計算機系統(tǒng)，難以適應(yīng)大數(shù)據(jù)環(huán)境，處理效率低，不能提供豐富的圖形用戶界面[10]。與其相對的分布式計算將計算任務(wù)分配到不同的計算機中進行，具有很強的資源共享和平衡計算負(fù)載能力[11]。并行計算具有更高的計算效率，通過流水線技術(shù)和多處理器并發(fā)技術(shù)實現(xiàn)在計算時間和空間上的并行[12]，可同時執(zhí)行多指令運算和解決多離散問題，顯著縮短了運算時間[13]。分布計算和并行計算是目前最廣泛使用的數(shù)據(jù)挖掘算法。

PDMiner是一種基于并行分布式系統(tǒng)架構(gòu)Hadhoop的大數(shù)據(jù)挖掘平臺，利用其框架內(nèi)部的HDFS和MapReduce進行數(shù)據(jù)的存儲和運算處理[14]，其中HDFS是建立在大型集群的大數(shù)據(jù)存儲文件系統(tǒng)，可用于對大數(shù)據(jù)文件的可靠存儲[15]，MapReduce為分布式程序設(shè)計模型，使程序具有超大集群的適應(yīng)能力，為大數(shù)據(jù)提供了準(zhǔn)確高效的并行計算方法[16]。PDMiner主要由UI、MapReduce和HDFS三部分組成，具有異構(gòu)性、強容錯性、高效性和可靠性等優(yōu)點。PDMiner的總體框架結(jié)構(gòu)如圖1所示。

HDFS是基于流式的數(shù)據(jù)訪問方式，可對數(shù)據(jù)源中的數(shù)據(jù)進行分布式存儲[17]。MapReduce為PDMiner平臺提供了完備的并行計算系統(tǒng)[18]，可以很好地處理決策樹算法的并行問題，提高了算法的執(zhí)行效率。并行ETL系統(tǒng)可對數(shù)據(jù)源中的數(shù)據(jù)進行抽?。╡xtract）、轉(zhuǎn)換（transform）和加載（load）[19]，經(jīng)過清洗和重構(gòu)后的數(shù)據(jù)再通過并行數(shù)據(jù)挖掘子系統(tǒng)進行并行計算，主要采用并行關(guān)聯(lián)規(guī)則、并行分類和并行聚類3種算法[20]。UI包括工作流子系統(tǒng)和用戶接口子系統(tǒng)，用戶可通過該環(huán)節(jié)建立所需的數(shù)據(jù)挖掘任務(wù)，算法選擇模塊中包含ETL數(shù)據(jù)預(yù)處理、分類、聚類和關(guān)聯(lián)規(guī)則4種[21]。用戶接口子系統(tǒng)為配電網(wǎng)運行監(jiān)視人員提供了良好的數(shù)據(jù)交互界面和結(jié)構(gòu)展示界面，監(jiān)視人員可對算法的參數(shù)進行設(shè)置，運算的結(jié)果也可通過界面快速、清晰的反饋給監(jiān)視人員。

3配電網(wǎng)大數(shù)據(jù)分析平臺

主動配電網(wǎng)系統(tǒng)是一種高維非線性的復(fù)雜系統(tǒng)，其內(nèi)部的數(shù)據(jù)量主要包含電力流、業(yè)務(wù)流、故障流。主動配電網(wǎng)的大數(shù)據(jù)分析平臺包括大數(shù)據(jù)分析處理模塊、大數(shù)據(jù)存儲模塊、大數(shù)據(jù)調(diào)度模塊。

數(shù)據(jù)處理模塊主要完成數(shù)據(jù)提取、數(shù)據(jù)挖掘、數(shù)據(jù)清理等任務(wù)，是進行大數(shù)據(jù)計算分析的核心部分，涉及數(shù)據(jù)分析和數(shù)據(jù)處理技術(shù)。數(shù)據(jù)分析的關(guān)鍵是并行化處理的數(shù)據(jù)挖掘技術(shù)，將原始數(shù)據(jù)信息經(jīng)提煉、加工后轉(zhuǎn)變?yōu)橹R流，以對數(shù)據(jù)的進一步處理進行科學(xué)決策，在PDMiner平臺上使用的是MapReduce。數(shù)據(jù)處理是對數(shù)據(jù)進行運算，可分為分布式運算、內(nèi)存運算和流處理運算，PDMiner平臺以分布式運算作為主要的數(shù)據(jù)運算方式，較適合主動配電網(wǎng)數(shù)據(jù)采集領(lǐng)域的大規(guī)模數(shù)據(jù)源。

大數(shù)據(jù)存儲模塊依賴于高效的分布式存儲方式，可將有價值的歷史數(shù)據(jù)信息保留下來為配電網(wǎng)運行規(guī)劃和優(yōu)化改造提供可靠依據(jù)，關(guān)鍵技術(shù)為數(shù)據(jù)集成管理技術(shù)，PDMiner平臺的數(shù)據(jù)集成管理采用基于NoSQL數(shù)據(jù)庫的分布式存儲技術(shù)[22]，通過將多應(yīng)用系統(tǒng)的數(shù)據(jù)源合并來創(chuàng)建一個多功能的應(yīng)用進程。

數(shù)據(jù)調(diào)度模塊與數(shù)據(jù)庫進行實時交互，可根據(jù)需要調(diào)取數(shù)據(jù)庫中的數(shù)據(jù)信息，運行監(jiān)視人員可隨時掌握配電網(wǎng)的實際運行狀況。PDMiner為監(jiān)視人員提供了良好的人機界面和交互功能，這歸功于先進的數(shù)據(jù)展現(xiàn)技術(shù)，包括歷史流展現(xiàn)、空間信息流展現(xiàn)和可視化應(yīng)用。

各模塊的工作維持和相互配合需要操作系統(tǒng)軟件和硬件服務(wù)器的支撐。主動配電網(wǎng)大數(shù)據(jù)分析平臺的總體架構(gòu)如圖2所示。

基于PDMiner平臺的主動配電網(wǎng)安全監(jiān)測系統(tǒng)主動配電網(wǎng)異于傳統(tǒng)配電網(wǎng)，復(fù)雜的拓?fù)浣Y(jié)構(gòu)、高滲透率的DG接入和間歇性、隨機性變化的負(fù)荷都使得配電網(wǎng)的事故發(fā)生率大大提高，而主動配電網(wǎng)又對自愈控制體系有著嚴(yán)格的要求，需要配備一套安全監(jiān)測和保護控制系統(tǒng)。

傳統(tǒng)配電網(wǎng)使用的是基于SCADA/EMS的配電網(wǎng)數(shù)據(jù)在線采集與監(jiān)視系統(tǒng)。然而在面對電力大數(shù)據(jù)環(huán)境時，該系統(tǒng)無法準(zhǔn)確、高效的進行數(shù)據(jù)提取、數(shù)據(jù)挖掘、數(shù)據(jù)整合等流程，不僅對于配電網(wǎng)保護難以實現(xiàn)選擇性、速動性和靈敏性，并且無法根據(jù)數(shù)據(jù)資源庫中的歷史信息對配電網(wǎng)進行安全評估和改造規(guī)劃。配電網(wǎng)大數(shù)據(jù)分析平臺的引入為解決此問題提供了很好的手段。

將PDMiner大數(shù)據(jù)挖掘平臺配置在主動配電網(wǎng)數(shù)據(jù)在線采集與監(jiān)視系統(tǒng)中，建立一套針對主動配電網(wǎng)的安全監(jiān)測系統(tǒng)。該系統(tǒng)采用分層分布式的控制方式，由數(shù)據(jù)源層、算法模型層、數(shù)據(jù)分析與處理層、安全評估與故障處理層和業(yè)務(wù)應(yīng)用層組成，如圖3所示。數(shù)據(jù)源層是主動配電網(wǎng)輸入到該系統(tǒng)中的數(shù)據(jù)來源，主要是用戶端數(shù)據(jù)、電力企業(yè)數(shù)據(jù)和外部數(shù)據(jù)，系統(tǒng)可根據(jù)需要從3種數(shù)據(jù)庫中提取相應(yīng)的歷史和實時數(shù)據(jù)信息。算法模型層為配電網(wǎng)各安全監(jiān)測任務(wù)提供算法引擎，包括故障診斷與隔離、故障分析、風(fēng)險區(qū)域劃分、系統(tǒng)運行評價和系統(tǒng)優(yōu)化策略，可使其在進行并行計算時調(diào)用相應(yīng)的算法函數(shù)進行針對性處理。數(shù)據(jù)分析與處理層為PDMiner大數(shù)據(jù)挖掘平臺，是進行數(shù)據(jù)分析與處理的核心設(shè)備。安全評估與故障處理層根據(jù)分析后的故障數(shù)據(jù)信息建立相應(yīng)的數(shù)據(jù)庫。業(yè)務(wù)應(yīng)用層根據(jù)數(shù)據(jù)庫中的數(shù)據(jù)信息對故障進行處理和制定系統(tǒng)優(yōu)化方案。故障診斷與隔離模塊可將故障區(qū)段快速隔離出配電網(wǎng)；故障分析模塊可根據(jù)相應(yīng)的算法理論判斷出故障相、故障類型、故障原因和測定出故障距離，這兩個模塊為配電網(wǎng)故障處理與供電恢復(fù)提供了可靠的依據(jù)。系統(tǒng)改造與規(guī)劃部分中的風(fēng)險區(qū)域劃分與識別模塊可在配電網(wǎng)正常運行下按照風(fēng)險等級劃分出不同區(qū)域；系統(tǒng)運行狀態(tài)評價模塊對配電網(wǎng)系統(tǒng)的實時運行狀況進行安全評估，并通過人機交互界面展現(xiàn)給監(jiān)控人員；系統(tǒng)優(yōu)化方案制定模塊為配電網(wǎng)安全系統(tǒng)升級改造提供了最佳方案。

基于PDMiner平臺的主動配電網(wǎng)安全監(jiān)測系統(tǒng)在配電網(wǎng)系統(tǒng)正常運行時可根據(jù)歷史數(shù)據(jù)信息劃分出配電網(wǎng)的風(fēng)險區(qū)域，對各區(qū)域的風(fēng)險狀況進行評估。當(dāng)配電網(wǎng)某處發(fā)生故障時，系統(tǒng)可對采集到的故障信息進行提取、挖掘、清理和加工，并根據(jù)數(shù)據(jù)分析處理報告了解到故障的相關(guān)信息，為故障處理提供依據(jù)，并可根據(jù)該數(shù)據(jù)信息制定出配電網(wǎng)改造與規(guī)劃方案。其具體工作流程如圖4所示。

5仿真研究

分別選取單機IEEE33標(biāo)準(zhǔn)測試系統(tǒng)和New England10機39節(jié)點標(biāo)準(zhǔn)測試系統(tǒng)進行仿真分析。將基于PDMiner平臺的主動配電網(wǎng)安全監(jiān)測系統(tǒng)配置在兩種主動配電網(wǎng)系統(tǒng)的主站控制中心。

如圖5所示的含有高滲透率DG的IEEE33主動配電網(wǎng)系統(tǒng)，選取貴州某地區(qū)2013年用戶負(fù)荷情況、光伏電站DG出力情況和配電網(wǎng)故障情況的歷史數(shù)據(jù)信息作為源數(shù)據(jù)，將其輸入到PDMiner平臺的安全監(jiān)測系統(tǒng)中。根據(jù)事故發(fā)生率和配電網(wǎng)運行狀況將主動配電網(wǎng)系統(tǒng)分為7個區(qū)域，各區(qū)域的故障發(fā)生率按從大到小排列為區(qū)域1、區(qū)域2、區(qū)域3、區(qū)域4、區(qū)域5、區(qū)域6、區(qū)域7，根據(jù)各區(qū)域的歷史故障信息數(shù)據(jù)可得到主動配電網(wǎng)運行的總體評價報告和最佳優(yōu)化方案，比如事故高發(fā)區(qū)域1中的80%的故障是由自然因素雷擊造成的，故應(yīng)重點改造防雷裝置。若要興建醫(yī)院、政府機關(guān)等一類負(fù)荷場所，應(yīng)優(yōu)先考慮安全性高的區(qū)域，如區(qū)域7。主要涉及安全狀況評估、重點改造方向、新建設(shè)施建議、DG選址定容、配電網(wǎng)規(guī)劃等方面。

當(dāng)配電網(wǎng)某處發(fā)生故障時，如母線4、5間距離4母線10km處。PDMiner接收到饋線上的數(shù)據(jù)采集裝置（如FTU）采集到的實時數(shù)據(jù)信息，然后對其進行挖掘處理，對得到的有價值的數(shù)據(jù)信息進行故障分析，其分析結(jié)果如表1所示。〖HJ5mm〗〖FL）〗〖HJ〗

現(xiàn)將故障數(shù)據(jù)輸入到未使用PDMiner平臺的SCADA/EMS的配電網(wǎng)數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)中，可得到的故障分析和處理結(jié)果如表2所示。

由表2可知，SCADA/EMS對于數(shù)據(jù)的處理效果遠(yuǎn)不及PDMiner平臺的安全監(jiān)測系統(tǒng)。開關(guān)動作時間長，故障測距結(jié)果誤差大，所直接得到的故障信息匱乏，大部分信息的獲得要靠運檢人員的經(jīng)驗、翻閱相關(guān)事故報告和現(xiàn)場巡視，不能為檢修人員提供科學(xué)合理的故障處理措施，也延長了供電恢復(fù)的時間。

如圖6所示為含有高滲透率DG的New England10機39節(jié)點主動配電網(wǎng)系統(tǒng)，選取甘肅某地區(qū)2013年用戶負(fù)荷情況、風(fēng)電場DG出力情況和配電網(wǎng)故障情況的歷史數(shù)據(jù)信息作為源數(shù)據(jù)，將其輸入到PDMiner平臺的安全監(jiān)測系統(tǒng)中。此時可將該系統(tǒng)劃分成6個風(fēng)險區(qū)域，編號原則同IEEE33系統(tǒng)，即區(qū)域6安全性最好，區(qū)域1故障率最高。

PDMiner根據(jù)相關(guān)故障歷史數(shù)據(jù)制定出各區(qū)域和整個配電網(wǎng)的規(guī)劃改造方案、運行評價報告等，具體涉及內(nèi)容同IEEE33系統(tǒng)?，F(xiàn)令故障發(fā)生在區(qū)域2距離22母線15km處，再分別對PDMiner平臺安全監(jiān)測系統(tǒng)和SCADA/EMS系統(tǒng)的故障分析和處理結(jié)果進行對比，如表3和表4所示。

由表3和表4可知，PDMiner平臺安全監(jiān)測系統(tǒng)可為監(jiān)控中心提供有關(guān)New England系統(tǒng)的完備故障信息，故障隔離時間和故障測距精度都比SCADA/EMS系統(tǒng)要高很多。

6結(jié)語

主動配電網(wǎng)系統(tǒng)結(jié)構(gòu)復(fù)雜、DG滲透率高、負(fù)荷波動大、控制更加主動化、智能化，需要具備較強的大數(shù)據(jù)分析處理能力。結(jié)合配電網(wǎng)云計算和大數(shù)據(jù)挖掘技術(shù)，提出設(shè)計一套PDMiner平臺的主動配電網(wǎng)安全監(jiān)測系統(tǒng)。該系統(tǒng)可根據(jù)數(shù)據(jù)源輸入的歷史數(shù)據(jù)對配電網(wǎng)運行狀態(tài)進行評估，劃分出風(fēng)險區(qū)域并提供最優(yōu)規(guī)劃方案。配電網(wǎng)故障時可提取到價值性高的故障信息數(shù)據(jù)，快速、準(zhǔn)確的切除故障并對故障進行相關(guān)分析，制定出合理的故障處理方案和安全改造策略。該系統(tǒng)進一步完善了SCADA/EMS的性能，監(jiān)控中心可隨時掌握配電網(wǎng)的運行狀況，并極大的方便了檢修人員對于故障的處理，為配電網(wǎng)安全系統(tǒng)升級改造、配電網(wǎng)規(guī)劃設(shè)計提供了有力的科學(xué)依據(jù)。

參 考 文 獻(xiàn)：

[1]張東霞，苗新，劉麗平，等. 智能電網(wǎng)大數(shù)據(jù)技術(shù)發(fā)展研究[J]. 中國電機工程學(xué)報，2015（1）：2-12.

[2]趙波，王財勝，周金輝，等. 主動配電網(wǎng)現(xiàn)狀與未來發(fā)展[J]. 電力系統(tǒng)自動化，2014（18）：125-135.

[3]宋杰，謝海寧，楊增輝，等. 基于多源異構(gòu)數(shù)據(jù)挖掘的配電網(wǎng)故障信息統(tǒng)計分析[J]. 電力系統(tǒng)保護與控制，2016（3）：141-147.

[4]劉俊勇，黃媛，劉友波，等. 基于數(shù)據(jù)挖掘的主動配電網(wǎng)全景信息展示系統(tǒng)[J]. 供用電，2015（9）：13-17.

[5]林闖，蘇文博，孟坤，等. 云計算安全：架構(gòu)、機制與模型評價[J]. 計算機學(xué)報，2013（9）：1765-1784.

[6]鄧維，劉方明，金海，等. 云計算數(shù)據(jù)中心的新能源應(yīng)用：研究現(xiàn)狀與趨勢[J]. 計算機學(xué)報，2013（3）：582-598.

[7]劉科研，盛萬興，張東霞，等. 智能配電網(wǎng)大數(shù)據(jù)應(yīng)用需求和場景分析研究[J]. 中國電機工程學(xué)報，2015（2）：287-293.

[8]李德仁，張良培，夏桂松. 遙感大數(shù)據(jù)自動分析與數(shù)據(jù)挖掘[J]. 測繪學(xué)報，2014（12）：1211-1216.

[9]宛婉，周國祥. 基于并行抽樣的海量數(shù)據(jù)關(guān)聯(lián)挖掘算法[J]. 合肥工業(yè)大學(xué)學(xué)報（自然科學(xué)版），2013（8）：933-937.

[10]應(yīng)毅，任凱，劉正濤. 基于云計算技術(shù)的數(shù)據(jù)挖掘[J]. 微電子學(xué)與計算機，2013（2）：161-164.

[11]焦?jié)櫤?，王景兵，林碧? 配電網(wǎng)高級應(yīng)用分布式計算平臺通信架構(gòu)設(shè)計[J]. 電力系統(tǒng)自動化，2013（22）：66-72.

[12]潘巍，李戰(zhàn)懷. 大數(shù)據(jù)環(huán)境下并行計算模型的研究進展[J]. 華東師范大學(xué)學(xué)報（自然科學(xué)版），2014（5）：43-54.

[13]黃偉，龐琳，曹彬，等. 基于數(shù)據(jù)級任務(wù)分解的配電網(wǎng)分布式并行計算平臺[J]. 電網(wǎng)技術(shù)，2014（4）：1103-1108.

[14]何清，莊福振，曾立，等. PDMiner：基于云計算的并行分布式數(shù)據(jù)挖掘工具平臺[J]. 中國科學(xué)：信息科學(xué)，2014（7）：871-885.

[15]廖彬，于炯，張?zhí)?，? 基于分布式文件系統(tǒng)HDFS的節(jié)能算法[J]. 計算機學(xué)報，2013（5）：1047-1064.

[16]宋杰，劉雪冰，朱志良，等. 一種能效優(yōu)化的MapReduce資源比模型[J]. 計算機學(xué)報，2015（1）：59-73.

[17]孟祥萍，周來. 基于hadoop云平臺的智能電網(wǎng)HDFS資源存儲技術(shù)研究[J]. 電測與儀表，2014（19）：24-30.

[18]劉義，景寧，陳犖，等. MapReduce框架下基于R-樹的k-近鄰連接算法[J]. 軟件學(xué)報，2013（8）：1836-1851.

[19]宋杰，郝文寧，陳剛，等. 基于MapReduce的分布式ETL體系結(jié)構(gòu)研究[J]. 計算機科學(xué)，2013（6）：152-154.

[20]楊來，史忠植，梁帆，等. 基于Hadoop云平臺的并行數(shù)據(jù)挖掘方法[J]. 系統(tǒng)仿真學(xué)報，2013（5）：936-944.

[21]張鵬，王桂玲，徐學(xué)輝. 云計算環(huán)境下適于工作流的數(shù)據(jù)布局方法[J]. 計算機研究與發(fā)展，2013（3）：636-647.

[22]申德榮，于戈，王習(xí)特，等. 支持大數(shù)據(jù)管理的NoSQL系統(tǒng)研究綜述[J]. 軟件學(xué)報，2013（8）：1786-1803.

（編輯：溫澤宇）