基于聚类算法的电力大数据信息分析系统研究

为了提高电力大数据处理与分析能力，通过构建聚类算法模型，将电力大数据信息的宏观数据信息转换为微观数学思维，增强了大数据信息分析能力。采用MapReduce的分布实现电力大数据系统的总体架构规划。采用生成式对抗网络(GAN)技术对电力监控的数据进行合理化分析，对系统安全进行改进，以实现电网数据的漏洞修复，为后续检修提供安全保障。利用聚类算法，实现对电力大数据的异常检测。试验结果表明，该系统的信息安全可靠性达到了97%,系统异常检测准确性达到了96%。所研究系统的准确性更高。