电力行业数据可视化系统研究与实现

发布时间：2020-05-31 17:51

【摘要】：随着智能电网建设的发展,电力数据呈现出快速增长的势头,带来了在数据分析以及可视化方面的新的挑战。数据分析和可视化技术的发展为电力行业的数据可视化提供了新的方法。本文以电网投资测算项目为背景,针对电力数据的可视化问题,设计了数据可视化系统,系统地研究了数据分析处理以及可视化的问题。本文的主要研究内容有:(1)基于降维和聚类的Radviz数据分析方法针对电力行业中高维数据的可视化展示,由于维度过高会影响可视化展示的效果,本文提出了一种基于PCA降维和K-Means聚类的Radviz可视化(PKRadviz)技术,通过PCA降维技术实现对数据的优化展示,减少数据之间的遮盖重叠率;通过K-Means聚类分析发现数据之间的联系,更好的发现数据之间的关系和规律。最后通过Radviz可视化技术实现对高维数据的可视化展示,该方法不仅有效改善了传统Radviz展示的可视化效果,而且有利于更好的发现数据特征或规律。(2)改进维度排序的Radviz可视化技术对于高维数据的可视化分析展示,针对传统的Radviz的可视化方法受维度排列的顺序影响较大,不同维度顺序会产生不同的可视化效果,研究表明,相似维度放置在一起可以获得更好的可视化效果,本文提出通过计算维度矩阵相似性函数来获得较好的维度排列顺序。对于维度相似矩阵函数的求解,采用蚁群算法、模拟退火算法以及模拟退火-蚁群算法来计算,通过实验对比,模拟退火-蚁群算法具有更好的运算性能,通过引入Dunn指数评判指标,该算法也得到了更好的数据可视化聚类效果。(3)电网投资测算数据可视化系统的设计与实现通过对系统的整体功能设计和架构分析,采用B/S架构,实现前后端分离,以分层、异步设计为原则,将系统分为四个主要模块:前端界面、业务逻辑层、权限控制层和数据库系统,利用数据可视化技术将数据和分析结果进行多样化的展示,以便更直观的看到有价值的数据信息并能指导后续的生产工作。
【图文】：

图 1-1 2010-2018 全国发电量趋势图能电网是大数据最重要的应用领域之一，它具有一些特点，，如高维信息增程度提高。智能电网采用先进的信息技术、计算机技术、自动控制技术以关技术，以实现发电[3]、电网运行以及电力市场在需求和功能等方面的协同时，在生产和运营的过程中，电力系统会产生海量的数据。近年来，我

电子科技大学硕士学位论文展现样本在二维空间中的分布情况，文献[27]提出了一种在维度矩阵显示维度之间的关系；文献[28]提出了一种支持动态的拓扑和层次组矩阵结合的技术来展现复杂数据关系；文献[29]提出了一种简化数据协调关系的双聚类技术，以此发现数据之间的复杂关系。
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TM76

【参考文献】

相关期刊论文 前5条

1 张建军;刘虎;倪芳英;;基于SSH与Highcharts整合架构的Web应用研究[J];计算机技术 与发展;2013年09期

2 王强;葛艳;;复杂生产调度与蚁群算法[J];中国教育技术装备;2010年15期

3 单汨源;张冠群;晏敏;吴娟;;一种求解多模式资源受限项目调度问题的新方法[J];科技管理研究;2009年06期

4 胡洁;;高维数据特征降维研究综述[J];计算机应用研究;2008年09期

5 张敏,于剑;基于划分的模糊聚类算法[J];软件学报;2004年06期

相关硕士学位论文 前10条

1 冯晓容;高维数据可视分析中维度及数据布局方法研究[D];山东大学;2018年

2 邓雪;基于电网大数据的数据可视化子系统设计与实现[D];北京邮电大学;2018年

3 王水波;基于Web前端数据可视化研究与应用[D];西安电子科技大学;2017年

4 张鲁营;多维数据可视化方法研究[D];北京交通大学;2016年

5 孙喜利;高维数据的降维及聚类方法研究[D];兰州大学;2016年

6 邱德清;基于web的多维数据可视化工具的研究与实现[D];北京邮电大学;2015年

7 蔡朱华;基于聚类分析的可视化技术及其应用研究[D];厦门大学;2014年

8 许丽利;聚类分析的算法及应用[D];吉林大学;2010年

9 段明秀;层次聚类算法的研究及应用[D];中南大学;2009年

10 李佳书;基于多元图表示原理的可视化分类方法研究[D];燕山大学;2006年

本文编号：2690236