基于大数据的电力设备运行数据分析系统的设计与实现

发布时间：2020-05-13 06:10

【摘要】：随着我国电网智能化建设的不断推进,电力设备的监测已经逐渐由人工监测向智能软件系统的实时监测转变。由于电力设备监测数据因近年来对电力需求的增长而急剧增加,迫切需要利用大数据技术平台来分析优化所有的现有数据,从而真正获取有用的信息。本文基于这种思路,设计了基于大数据的电力设备运行数据分析系统,实现了大数据与传统的电力平台的结合,一定程度上解决了电力数据分析目前存在的问题。本文首先按照软件工程学的方法,从需求分析、总体设计和功能模块等方面对电力设备运行监测系统进行了细致的分析,在对相关技术进行研究后,结合大数据技术,设计了基于大数据的电力设备运行数据分析方案。该设计方案包括数据采集、异构数据处理转换、数据存储及访问、模型数据管理、平台管理等模块,本系统还构建了电力设备监控功能,对电力设备运行数据进行深度挖掘分析,提升了设备的运行效率。本系统规范管理电力设备和电力设备运行数据,对检测的原始数据和一般记录数据进行系统的保存,减少记录的丢失和损坏,使得电力设备运行数据的工作可以变得高效、快捷,实现对电力设备运行数据的分析和集中化管理。本系统在J2EE架构的基础上,结合大数据技术与聚类算法,采用Hadoop平台开发技术,利用HDFS、MapReduce和HBase等组件对数据进行处理分析和整理,最终实现了变电设备监测、输电设备监测、电池性能监测等功能,实际运行效果满足设计目标要求。
【图文】：

分析流程,计算技术

华北电力大学硕士学位论文第 2 章核心算法与关键技术2.1 大数据分析过程大数据平台技术的目的是为了整合数据，所以对于不同数据的采集是要的，通过数据库就能实现数据的采集。为了实现对异构数据存储的需求要实现对关系或非关系型数据库以及分布式系统的构建；利用大数据流计算批计算技术、内存计算技术，提供多维度的数据计算处理能力；利用多种现对大量数据的深度挖掘并进行恰当的预测。大数据分析挖掘过程如下图 2-1，包括：数据采集；预处理；数据统计大数据挖掘四个流程。

层次图,体系,大规模数据

函数收敛才结束，这样得到的 K 个聚类中心即为聚类最终结果。 kinjiicjiJXc1 1()| |（2-eans 算法是一种基于划分的聚类算法，其目的在于找出使平方误差函K 个簇，不同簇之间的差异比较明显，并且结果簇比较密集时，该算较好。其优势主要表现在：处理大规模数据集时有较高效率；具有法简单、快速；算法的时间复杂度（即 O(nkt)，，其中 n 为样本数目、t 是算法迭代次数）接近于线性，能良好地对大规模数据集进行挖掘台开发关键技术2EEE 全称是 Java 2 Platform Enterprise Edition，这是企业版的 Java2，该 SUN 公司开发的主要用于企业应用的系统，是一套技术标准的应用系主要分为了三个层次，分别是：Client 层、Business 层、EIS 层（具。
【学位授予单位】：华北电力大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TM76;TP311.13

【参考文献】