基于spark的實(shí)時(shí)電力負(fù)荷統(tǒng)計(jì)與事件檢測(cè).pdf

1、近些年來，隨著能源需求量的迅猛增長，節(jié)能成為當(dāng)今迫切需要解決的問題并且吸引了越來越多的關(guān)注。電力系統(tǒng)中“節(jié)能”的技術(shù)與措施可以概括為降損節(jié)能和需求側(cè)節(jié)能兩類。需求側(cè)節(jié)能旨在：通過相關(guān)技術(shù)手段，引導(dǎo)用戶進(jìn)行合理用電，從而減少電力消耗和電力需求。比如根據(jù)詳盡的用電量統(tǒng)計(jì)數(shù)據(jù)了解用電分布，合理安排用電；根據(jù)負(fù)荷投切事件了解電器的使用情況及負(fù)荷構(gòu)成，減少不必要的電量消耗等。更細(xì)化的負(fù)荷數(shù)據(jù)信息有助于了解系統(tǒng)設(shè)備運(yùn)行情況，排查設(shè)備故障，合理安排用

2、電達(dá)到節(jié)能的效果。因此，對(duì)電力系統(tǒng)中負(fù)荷實(shí)時(shí)數(shù)據(jù)的分析具有很實(shí)用的市場(chǎng)價(jià)值。
　　電力負(fù)荷分析在實(shí)際生產(chǎn)環(huán)境中已有應(yīng)用。其中，絕大部分是在單機(jī)上采用離線或在線計(jì)算方式，時(shí)延較大，不具備可伸縮性，并行度不高。因此，在海量數(shù)據(jù)和高并發(fā)的場(chǎng)景下，現(xiàn)有的電力負(fù)荷分析系統(tǒng)優(yōu)勢(shì)不明顯，不能滿足良好的實(shí)時(shí)性要求。本文針對(duì)該問題，以實(shí)時(shí)計(jì)算和大數(shù)據(jù)為背景，對(duì)在高性能分布式平臺(tái)上進(jìn)行電力負(fù)荷實(shí)時(shí)分析的解決方案進(jìn)行了研究與探索。此外，本文把針對(duì)暫態(tài)高

3、頻數(shù)據(jù)的事件檢測(cè)算法進(jìn)行改進(jìn)，使其能夠適用于穩(wěn)態(tài)低頻電力負(fù)荷數(shù)據(jù)上的事件檢測(cè)，并對(duì)改進(jìn)的算法以實(shí)時(shí)計(jì)算方式實(shí)現(xiàn)。
　　并行計(jì)算平臺(tái)Spark基于內(nèi)存計(jì)算，其流處理框架Spark Streaming為批處理與實(shí)時(shí)處理結(jié)合的準(zhǔn)實(shí)時(shí)處理模型，能保證高容錯(cuò)性。此外，Spark可以部署在大量廉價(jià)硬件之上，形成集群，可伸縮性強(qiáng)。本文以Spark的流處理框架Streaming為平臺(tái)，進(jìn)行電力負(fù)荷實(shí)時(shí)統(tǒng)計(jì)分析與事件檢測(cè)，探索在保證實(shí)時(shí)性要求和吞吐