版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著智能電網(wǎng)研究和建設(shè)的不斷推進(jìn),電網(wǎng)智能化和數(shù)字化水平越來(lái)越高,對(duì)其環(huán)境下的電力設(shè)備進(jìn)行狀態(tài)監(jiān)測(cè)的深度和力度也越來(lái)越大,收集到的電力設(shè)備狀態(tài)監(jiān)測(cè)數(shù)據(jù)呈現(xiàn)指數(shù)級(jí)增長(zhǎng),如何高效地存儲(chǔ)海量的狀態(tài)監(jiān)測(cè)數(shù)據(jù)并對(duì)其進(jìn)行有效地分析處理以便對(duì)電力設(shè)備進(jìn)行準(zhǔn)確地狀態(tài)評(píng)估已成為熱點(diǎn)研究問(wèn)題。而傳統(tǒng)的單機(jī)環(huán)境面臨著存儲(chǔ)和計(jì)算資源不足的問(wèn)題,無(wú)法滿(mǎn)足狀態(tài)監(jiān)測(cè)數(shù)據(jù)的處理要求。本文將云計(jì)算技術(shù)引入到智能電網(wǎng)狀態(tài)監(jiān)測(cè)領(lǐng)域中,通過(guò)引入分布式文件系統(tǒng)和對(duì)傳統(tǒng)的密度聚類(lèi)
2、算法進(jìn)行改進(jìn)和并行化設(shè)計(jì)等改進(jìn)措施,有效地解決了狀態(tài)監(jiān)測(cè)大數(shù)據(jù)的存儲(chǔ)和聚類(lèi)劃分問(wèn)題,為云計(jì)算在狀態(tài)監(jiān)測(cè)領(lǐng)域的應(yīng)用提供了一個(gè)可行的方法。本文主要做了以下幾方面的工作:
1)首先分析了目前智能電網(wǎng)狀態(tài)監(jiān)測(cè)數(shù)據(jù)處理方面面臨的問(wèn)題,研究了目前狀態(tài)監(jiān)測(cè)數(shù)據(jù)處理的思路和方法,根據(jù)狀態(tài)監(jiān)測(cè)數(shù)據(jù)的特點(diǎn)選擇合適的算法進(jìn)行針對(duì)性改進(jìn);
2)針對(duì)電力設(shè)備狀態(tài)監(jiān)測(cè)數(shù)據(jù)規(guī)模越來(lái)越大,傳統(tǒng)的存儲(chǔ)方式無(wú)法滿(mǎn)足狀態(tài)監(jiān)測(cè)大數(shù)據(jù)存儲(chǔ)的問(wèn)題,設(shè)計(jì)了基于云
3、平臺(tái)的狀態(tài)監(jiān)測(cè)數(shù)據(jù)存儲(chǔ)系統(tǒng)。利用分布式文件系統(tǒng)HDFS和 Hbase數(shù)據(jù)庫(kù)存儲(chǔ)狀態(tài)監(jiān)測(cè)數(shù)據(jù),為下一步進(jìn)行狀態(tài)監(jiān)測(cè)數(shù)據(jù)的分析與評(píng)估做好準(zhǔn)備;
3)針對(duì)傳統(tǒng)的密度聚類(lèi)算法的缺點(diǎn),設(shè)計(jì)了基于密度簇結(jié)構(gòu)的聚類(lèi)算法DBCLustering,該算法首先構(gòu)建了存儲(chǔ)數(shù)據(jù)節(jié)點(diǎn)核心可達(dá)關(guān)系的索引結(jié)構(gòu)CR-Tree,然后從中提取出關(guān)于數(shù)據(jù)可達(dá)關(guān)系的排序線(xiàn)性表,最后根據(jù)線(xiàn)性表的結(jié)果輸出聚類(lèi)結(jié)果。為解決單機(jī)版算法計(jì)算能力不足的問(wèn)題,提出一種基于Spar
4、k的狀態(tài)監(jiān)測(cè)數(shù)據(jù)聚類(lèi)算法—RDD-DBClustering算法。該算法在Spark平臺(tái)下實(shí)現(xiàn)DBClustering算法的并行化應(yīng)用,提高算法處理大規(guī)模數(shù)據(jù)的能力;
4)最后在實(shí)驗(yàn)室搭建了9個(gè)節(jié)點(diǎn)組成的Spark集群,利用在實(shí)驗(yàn)室采集的絕緣子泄漏電流數(shù)據(jù)集,對(duì)第五章提出的 RDD-DBClustering并行算法進(jìn)行了聚類(lèi)劃分實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,并行算法在處理效率上優(yōu)于單機(jī)版,算法具有良好的并行性,適合于對(duì)狀態(tài)監(jiān)測(cè)大數(shù)據(jù)進(jìn)行聚
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 智能電網(wǎng)監(jiān)測(cè)數(shù)據(jù)的云存儲(chǔ)研究.pdf
- 基于云計(jì)算的智能電網(wǎng)數(shù)據(jù)存儲(chǔ)安全研究.pdf
- 基于在線(xiàn)監(jiān)測(cè)的智能電網(wǎng)狀態(tài)檢修策略研究.pdf
- 基于云計(jì)算的電力設(shè)備狀態(tài)監(jiān)測(cè)數(shù)據(jù)的存儲(chǔ)與查詢(xún).pdf
- 基于云存儲(chǔ)的智能電網(wǎng)監(jiān)測(cè)平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 云計(jì)算在變電設(shè)備狀態(tài)監(jiān)測(cè)數(shù)據(jù)集成與存儲(chǔ)中的研究.pdf
- 智能電網(wǎng)狀態(tài)估計(jì)及性能分析.pdf
- 面向智能電網(wǎng)狀態(tài)監(jiān)控的數(shù)據(jù)分發(fā)技術(shù)研究.pdf
- 基于云計(jì)算的智能電網(wǎng)數(shù)據(jù)挖掘的研究.pdf
- 基于云計(jì)算的智能電網(wǎng)數(shù)據(jù)布局策略的研究.pdf
- 智能電網(wǎng)下的云計(jì)算隱私保護(hù)與安全存儲(chǔ)研究.pdf
- 基于云計(jì)算的數(shù)據(jù)存儲(chǔ)研究.pdf
- 智能電網(wǎng)狀態(tài)監(jiān)測(cè)集成平臺(tái)統(tǒng)一信息模型研究.pdf
- 基于云存儲(chǔ)的智能電網(wǎng)訪(fǎng)問(wèn)控制研究.pdf
- 基于Spark的風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)測(cè)數(shù)據(jù)計(jì)算與分析研究.pdf
- 基于云計(jì)算的數(shù)據(jù)存儲(chǔ)安全協(xié)議的設(shè)計(jì)與分析.pdf
- 智能配電網(wǎng)狀態(tài)估計(jì)分析方法的研究.pdf
- 面向智能電網(wǎng)云存儲(chǔ)的數(shù)據(jù)完整性保護(hù)研究.pdf
- 智能配電網(wǎng)狀態(tài)估計(jì)方法研究.pdf
- 面向智能電網(wǎng)云存儲(chǔ)的容錯(cuò)存儲(chǔ)技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論