[发明专利]基于MapReduce框架的分区最大负荷预测方法

权利要求书

1.一种基于MapReduce框架的分区最大负荷预测方法，其特征在于，包括以下步骤：

步骤a:搭建大数据分析平台；

步骤b:对原始数据进行数据预处理；

步骤c:采用交叉点判别法判断配电所在区域；

步骤d:求取台区公变与台区专变在一年中的最大负荷；

步骤e:采用线性回归模型对台区公变与台区专变的最大负荷分别进行预测，台区最大负荷即为两个预测值之和。

2.根据权利要求1所述的基于MapReduce框架的分区最大负荷预测方法，其特征在于，步骤a中的大数据分析平台搭建具体如下：

1)采用Linux Ubuntu作为操作系统；

2)将原始数据存储于Hadoop平台提供的分布式文件系统HDFS，实现数据集的离散化存储和查询；

3)数据建表采用Hadoop提供的Hive组件；

4)以Apache Hadoop为开发工具，对计算任务进行调度，完成HQL语句与集群上的MapReduce作业的转换；

5)分布式计算层采用Apache Spark，将数据以弹性分布式数据集的形式进行并行化操作。

3.根据权利要求1所述的基于MapReduce框架的分区最大负荷预测方法，其特征在于，步骤b中的对数据预处理包括：

1)空数据采用拉格朗日插值定理补全；

2)以配变ID和日期为Key，对数据进行去重；

3)采用统计学中的3σ定理找到原始数据中的异常数据并剔除。

4.根据权利要求1所述的基于MapReduce框架的分区最大负荷预测方法，其特征在于，步骤c中的利用交叉点判别法判断配变所在区域的步骤包括：

1)对配变坐标以及区域顶点坐标进行地图投影；

2)以待测配变的纵坐标做直线，得到该直线与多边形的各个交点；

3)计算待测点两边直线与交点的个数，如果待测点两边交点数均为奇数，则判定该配变在供电台区内；如果不是，判定该配变在供电台区外。

5.根据权利要求1所述的基于MapReduce框架的分区最大负荷预测方法，其特征在于，步骤d中的求取台区公变与台区专变在一年中的最大负荷具体如下：

1)对台区所有台区公变与台区专变以采样点为关键值进行求和，得到包含该台区当年任意时间点台区公变与台区专变总负荷的RDD；

2)构建Map函数求取各天96个采样点中台区公变与台区专变总负荷的最大值，以此作为新RDD的第一列；

3)构建的Reduce函数为两两比较取最大值，用来对新RDD的第一列进行迭代，以此得到台区公变与台区专变最大负荷。