智能電網(wǎng)時序數(shù)據(jù)存儲與預測方法研究與實現(xiàn).pdf

1、隨著物聯(lián)網(wǎng)技術的飛速發(fā)展，物聯(lián)網(wǎng)系統(tǒng)逐漸被用于各行各業(yè)，智能電網(wǎng)屬于一類典型的應用，分布在全網(wǎng)各節(jié)點的傳感器無時無刻不在收集并產生前所未有的各類海量數(shù)據(jù)。本課題研究的智能電網(wǎng)數(shù)據(jù)特指安裝在用戶樓宇的智能電表收集的電力負荷數(shù)據(jù)，本質上是時間序列數(shù)據(jù)。其對于客戶和電網(wǎng)公司非常重要，因其可被用于許多電網(wǎng)服務，比如跟蹤電能消耗和預測電力負荷。然而，隨著數(shù)據(jù)橫向迅速增長，其處理過程面臨極大地挑戰(zhàn)，如存儲和分析，所以，必須尋求新的解決方案，在滿足應

2、用需求的同時確保智能電網(wǎng)的安全及穩(wěn)定運行。
　　本文對智能電網(wǎng)時序數(shù)據(jù)的處理方法進行研究，主要分為兩部分：智能電網(wǎng)時序數(shù)據(jù)存儲方法，電力負荷預測方法。
　　首先，以提高海量時序數(shù)據(jù)存取效率，降低存儲空間，滿足電網(wǎng)服務需求為目標，根據(jù)智能電網(wǎng)應用場景，提出了一個基于HBase的時序三維數(shù)據(jù)模型，分兩種訪問方式實現(xiàn)：折線查詢和斷面查詢。前者查詢特定用戶智能電表在一段時間內的有功電能量，創(chuàng)建時間序列表，以單調遞增的時間戳作為HBa

3、se存儲的第三維度；后者查詢特定時刻所有用戶智能電表的有功電能量，創(chuàng)建時間斷面表，以單調遞增的用戶編號作為第三維度。實驗表明，該模型增加了單行存儲的數(shù)據(jù)量，數(shù)據(jù)在HBase集群中分布更均衡，提高了數(shù)據(jù)存取效率，且減少了數(shù)據(jù)表中的大量冗余信息，降低了存儲空間。
　　其次，以提高智能電網(wǎng)短期電力負荷預測精確度，降低模型復雜度為目標，提出了一個基于ICS-SVM和K近鄰的短期電力負荷預測模型。該模型綜合考慮溫度，節(jié)假日和星期等因素，采用

4、混合法構建，避免誤差迭代傳播；采用改進布谷鳥搜索算法對SVM參數(shù)尋優(yōu)，全局尋優(yōu)能力強；采用K近鄰實例選擇策略，從訓練集中提取與測試實例最相近的K個訓練模式，組成新的精簡型訓練集，降低了回歸預測復雜度；允許單變量，也可輸入多變量；既適用于單步，又適用多步預測。實驗表明，該模型精巧而優(yōu)良，預測結果的各項回歸指標均低于其他方法。
　　最后，針對HBase原生的HTable API功能單一，非線程安全，存儲模式不夠靈活等缺點，設計并實現(xiàn)了