基于分布式存儲與計算平臺的用電量預測研究.pdf

1、隨著SG-ERP和智能電網(wǎng)建設的開展和深入，電網(wǎng)業(yè)務數(shù)據(jù)，以幾何級增長的速度在增長，數(shù)據(jù)來源更加復雜和多樣。如何充分利用應用這些巨量的多樣化數(shù)據(jù)，對其進行深入分析以便提供大量的高附加值服務迫在眉睫。因此，本文以《國網(wǎng)信通部關于開展2014年大數(shù)據(jù)應用試點研究工作的通知》為指導，在湖南省電力公司開展大數(shù)據(jù)工作，基于公司售電量、全社會用電量、各產(chǎn)業(yè)用電量、行業(yè)用電量等關鍵指標數(shù)據(jù)，結合季節(jié)變化、自然增長等外部因素，利用大數(shù)據(jù)相關技術，建立用

2、電預測分析模型，開展未來用電走勢分析，提高統(tǒng)計分析的及時性和準確性，為公司運營管理提供決策支撐。
　　本文首先介紹了課題的研究背景、意義，梳理了國內外關于分布式存儲與計算和用電量分析預測的現(xiàn)狀，然后結合湖南省實際情況，提出了論文需解決的主要問題和組織架構。其次研究學習了分布式存儲與計算平臺的相關技術，比如Hadoop、HDFS、HBase、Hive、Ganglia、Sqoop，為課題的進一步研究提供了理論基礎。接著對分布式存儲與計

3、算平臺進行設計與實現(xiàn)，包括平臺技術架構設計、物理部署以及管理模塊設計與實現(xiàn)。之后分析了當前用電量預測問題，并在分布式存儲與計算平臺的基礎上，提出了基于無模型自適應迭代學習控制的年、月用電量預測模型，基于MapReduce的遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的短期用電量預測模型，并進行實驗驗證，結果表明本文提出的兩種預測模型均能夠更快、更精確的對未來用電量走勢進行預測。最后在分布式存儲與計算平臺的基礎上，進行了用電量預測系統(tǒng)的設計與實現(xiàn)，包括系統(tǒng)功能設