基于spark的實時電力負(fù)荷統(tǒng)計與事件檢測.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，對電力系統(tǒng)中負(fù)荷實時數(shù)據(jù)的分析具有很實用的市場價值。
　　電力負(fù)荷分析在實際生產(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算方式，時延較大，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)的場景下，現(xiàn)有的電力負(fù)荷分析系統(tǒng)優(yōu)勢不明顯，不能滿足良好的實時性要求。本文針對該問題，以實時計算和大數(shù)據(jù)為背景，對在高性能分布式平臺上進(jìn)行電力負(fù)荷實時分析的解決方案進(jìn)行了研究與探索。此外，本文把針對暫態(tài)高

3、頻數(shù)據(jù)的事件檢測算法進(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，并對改進(jìn)的算法以實時計算方式實現(xiàn)。
　　并行計算平臺Spark基于內(nèi)存計算，其流處理框架Spark Streaming為批處理與實時處理結(jié)合的準(zhǔn)實時處理模型，能保證高容錯性。此外，Spark可以部署在大量廉價硬件之上，形成集群，可伸縮性強(qiáng)。本文以Spark的流處理框架Streaming為平臺，進(jìn)行電力負(fù)荷實時統(tǒng)計分析與事件檢測，探索在保證實時性要求和吞吐