基于广义回归神经网络的电网信息系统日志数据分析技术研究

针对目前电网信息系统处理日志数据量大且系统处理速度慢的问题，根据现有数据处理系统以及基于神经网络的数据分析方法，通过利用Flume数据采集系统、主从结构模型HDFS和并行编程模式的MapReduce综合支持的数据调用程序，优化传统的广义神经网络算法，提高系统分析数据做出响应的速度。最后选取电网信息系统的部分样本进行实验测试：较其他数据处理算法来说，GRNN算法数据处理响应时间提高近52%，处理结果的准确性提高10%左右。