基于大數(shù)據(jù)的電能計(jì)量裝置異常信息多維分析與診斷.pdf

1、隨著智能電網(wǎng)基礎(chǔ)設(shè)施的不斷完善，傳感器技術(shù)、通信技術(shù)和計(jì)算機(jī)技術(shù)等在智能電網(wǎng)中得到了越來越廣泛的應(yīng)用，國(guó)家電網(wǎng)的測(cè)量、采集、監(jiān)控等系統(tǒng)中產(chǎn)生了以指數(shù)級(jí)的速度增長(zhǎng)的數(shù)據(jù)。如何利用可擴(kuò)展的方式存儲(chǔ)和在短時(shí)間內(nèi)對(duì)這些數(shù)據(jù)進(jìn)行潛在價(jià)值的分析挖掘及結(jié)果展示等成為了一個(gè)非常重要的研究課題。目前，大數(shù)據(jù)處理技術(shù)有離線處理、內(nèi)存計(jì)算等多種模式。以Hadoop框架為代表的大數(shù)據(jù)離線處理技術(shù)，可以實(shí)現(xiàn)數(shù)據(jù)分布式存儲(chǔ)和計(jì)算，但是在計(jì)算速度上與內(nèi)存計(jì)算具有一定

2、的差距。電能計(jì)量裝置異常信息的多維分析和故障診斷等存在一定的時(shí)效性限制，因此如何快速的對(duì)計(jì)量裝置大數(shù)據(jù)進(jìn)行多維分析和診斷，成為了研究學(xué)者和專家等關(guān)注的熱點(diǎn)。
　　本文首先介紹了電能計(jì)量裝置相關(guān)數(shù)據(jù)的來源，說明了智能電網(wǎng)中以智能電表為代表的電能計(jì)量裝置設(shè)備數(shù)量極其龐大，用電信息采集系統(tǒng)中收集到的相關(guān)信息也越來越多，逐漸呈現(xiàn)出了數(shù)據(jù)量龐大、數(shù)據(jù)種類多、增長(zhǎng)速度快等大數(shù)據(jù)特點(diǎn)，由于計(jì)量裝置數(shù)據(jù)的特殊性，分析處理這些數(shù)據(jù)的時(shí)效性要求也比較

3、高。針對(duì)這些特點(diǎn)和需求說明了并行內(nèi)存計(jì)算相對(duì)于以Hadoop為代表的離線分析處理方式的優(yōu)勢(shì)。之后對(duì)計(jì)量裝置出現(xiàn)的異常種類進(jìn)行了裝置異常分析方法的建模，并制定了計(jì)量裝置異常信息多維分析和診斷的整體方案。
　　在計(jì)量裝置異常分析的建模中，舉例介紹了幾個(gè)典型的異常情況的診斷流程和診斷方法。然后搭建大數(shù)據(jù)平臺(tái)，利用Spark SQL和HQL對(duì)計(jì)量裝置數(shù)據(jù)進(jìn)行異常特征值計(jì)算，并對(duì)計(jì)算結(jié)果進(jìn)行多維分析。然后詳細(xì)介紹了對(duì)樸素貝葉斯算法的并行化過