版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著智能電網(wǎng)建設(shè)的不斷深入,電網(wǎng)設(shè)備數(shù)量增加,設(shè)備監(jiān)測所產(chǎn)生的數(shù)據(jù)迅速增長,逐漸形成了智能電網(wǎng)大數(shù)據(jù),如何在智能電網(wǎng)大數(shù)據(jù)背景下進(jìn)行電網(wǎng)設(shè)備的故障診斷是具有實(shí)際應(yīng)用價值的課題。面對海量的電網(wǎng)數(shù)據(jù),鑒于傳統(tǒng)的電網(wǎng)設(shè)備故障診斷技術(shù)大都運(yùn)行在單機(jī)環(huán)境下,其診斷時間過長、對單機(jī)資源要求高等問題逐漸顯露出來,而使用分布式并行處理方式的Spark技術(shù),以內(nèi)存計(jì)算為主要手段,通過對集群資源的使用,能夠很好地解決這類問題。
本文首先研究大數(shù)據(jù)
2、技術(shù)和電網(wǎng)設(shè)備故障診斷理論,提出基于Spark的電網(wǎng)設(shè)備故障診斷方法。方法從故障診斷模型訓(xùn)練人手,針對傳統(tǒng)故障診斷算法提出并行化的方式。然后,本文研究并實(shí)現(xiàn)了支持向量機(jī)算法與K-means算法的并行化。其次,設(shè)計(jì)了一個以Spark為基本體系結(jié)構(gòu)的電網(wǎng)設(shè)備故障診斷平臺,并實(shí)現(xiàn)了平臺的基礎(chǔ)模型,為電網(wǎng)設(shè)備故障診斷方法提供高性能的并行計(jì)算環(huán)境。
最后,本文采集實(shí)際數(shù)據(jù)進(jìn)行了實(shí)例分析,以變壓器作為實(shí)證對象,利用變壓器油中溶解氣體數(shù)據(jù)進(jìn)
溫馨提示
- 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 遠(yuǎn)程設(shè)備故障診斷技術(shù)研究.pdf
- 基于多信息融合的電網(wǎng)故障診斷技術(shù)研究.pdf
- 基于Petri網(wǎng)分解技術(shù)的電網(wǎng)故障診斷建模技術(shù)研究.pdf
- 基于模糊Petri網(wǎng)的微電網(wǎng)故障診斷技術(shù)研究.pdf
- 航空電子設(shè)備故障診斷技術(shù)研究.pdf
- 基于信息融合技術(shù)的電網(wǎng)故障診斷研究.pdf
- 基于RBR和CBR的數(shù)控設(shè)備故障診斷技術(shù)研究.pdf
- 礦山機(jī)電設(shè)備的故障診斷技術(shù)研究
- 基于mcsa的齒輪故障診斷技術(shù)研究
- 基于案例推理的故障診斷技術(shù)研究.pdf
- 基于PMU的電網(wǎng)故障診斷研究.pdf
- 電網(wǎng)故障診斷研究.pdf
- 基于數(shù)據(jù)挖掘技術(shù)的配電網(wǎng)故障診斷研究.pdf
- 基于貝葉斯網(wǎng)的電網(wǎng)故障診斷技術(shù).pdf
- 基于INTERNET的遠(yuǎn)程故障診斷技術(shù)研究.pdf
- 基于聚類的故障診斷技術(shù)研究.pdf
- 基于MCSA的齒輪故障診斷技術(shù)研究.pdf
- 面向智能變電站的電網(wǎng)故障診斷技術(shù)研究.pdf
- 基于SOAR模型的車輛故障診斷技術(shù)研究.pdf
- 基于模糊聚類的故障診斷技術(shù)研究.pdf
評論
0/150
提交評論