参考文献
[1]赵峰,孙宏斌,黄天恩,等.电网关键断面及安全运行规则自动发现系统设计与工程实现[J].电力系统自动化,2015,39(1):117-123.
[2]夏可青,陈根军,李力,等.基于多数据源融合的实时电网故障分析及实现[J].电力系统自动化,2013,37(24):81-88.
[3]蒋佳军.基于Hadoop平台的电力大客户用电时序数据分类研究[D].广州:华南理工大学,2015.
[4]宋亚奇,周国亮,朱永利.智能电网大数据处理技术现状与挑战[J].电网技术,2013,37(4):927-935.
[5]Cheng Changqing,Sa-Ngasoongsong A,Beyca O,et al.Time Series Forecasting for Nonlinear and Nonstationary Processes:A Review and Comparative Study[J].IIE Transactions,2015,47(10):1053-1071.
[6]Fu T C.A Review on Time Series Data Mining[J].Engineering Applications of Artificial Intelligence,2011,24(1):164-181.
[7]Dietrich B,Goswami D,Chakraborty S,et al.Time Series Characterization of Gaming Workload for Runtime Power Management[J].IEEE Transactions on Computers,2015,64(1):260-273.
[8]刘芳,周建中,李涛,等.基于有偏小波网络的非线性时间序列分析[J].计算机工程,2007,33(5):10-12.
[9]Nelson B K.Time Series Analysis Using Autoregressive Integrated Moving Average(ARIMA) Models[J].Academic Emergency Medicine,2008,5(7):739-744.
[10]刘明.经济时间序列的ARIMA类模型构建[J].统计与决策,2014(8):29-32.
[11]孙钦东,张德运,高鹏.基于时间序列分析的分布式拒绝服务攻击检测[J].计算机学报,2005,28(5):767-773.
[12]邱敦国,杨红雨.一种基于双周期时间序列的短时交通流预测算法[J].四川大学学报(工程科学版),2013,45(5):64-68.
[13]王远,陶烨,蒋英明,等.智能电网时序大数据实时处理系统[J].计算机应用,2015,35(z2):88-92.
[14]林辉,郝志峰,蔡瑞初.基于双时间序列神经网络的短期电网负荷预测[J].计算机工程与应用,2007,43(32):218-220.
[15]严英杰,盛戈皞,陈玉峰,等.基于时间序列分析的输变电设备状态大数据清洗方法[J].电力系统自动化,2015,39(7):138-144.
[16]汪滔,张伟,吕萌明,等.基于时间序列的地区电网售电量预测方法研究[J].电气技术,2010,11(11):9-12.
[17]张志亮,孙煜华,陈承志,等.基于Hadoop的电网数据质量校验方法与验证系统[J].计算机研究与发展,2014,51(S2):134-144.
[18]赵必厦,程丽明.从零开始学Storm[M].北京:清华大学出版社,2014.
[19]Zhang G P.Time Series Forecasting Using a Hybrid ARIMA and Neural Network Model[J].Neurocomputing,2003,50(1):159-175.
[20]王远,陶烨,袁军,等.一种基于HBase的智能电网时序大数据处理方法[J].系统仿真学报,2016,28(3):559-568.
[21]程艳云,张守超,杨杨.基于大数据的时间序列预测研究与应用[J].计算机技术与发展,2016,26(6):175-178.
[22]翟静,曹俊.基于时间序列ARIMA与BP神经网络的组合预测模型[J].统计与决策,2016(4):29-32.
编辑金胡考 |