电力设备巡检数据的云存储子系统研究与实现

发布时间：2017-10-27 04:14

  本文关键词：电力设备巡检数据的云存储子系统研究与实现

  更多相关文章： 电力设备巡检 云计算 云存储 巡检数据存储

【摘要】：随着我国的电力工业水平正在向大机组、大容量的方向迅猛发展,如何保证电力设备时刻处于正常、稳定的运行成为了电力系统中的重要问题。而电力设备巡检作为保障电力设备安全运行的重要保证,在作业中势必会产生大量的巡检数据,如何高效的采集、存储巡检数据将直接决定着巡检作业的质量。进入二十一世纪以来,随着科技水平的高速发展,计算机技术在电力系统中的应用日益广泛,尤其是近年来云计算技术的发展和完善,为电力系统的巡检作业和数据存储指明了发展方向。 本文结合电力设备巡检规程,应用云计算相关技术,设计并实现了一套电力设备巡检数据的云存储子系统。本文研究内容主要有以下三个方面： 1.研究云计算相关技术,重点研究和分析了云计算PaaS平台Cloud Foundry和大数据存储平台Hadoop的组成原理、架构及其使用方法。 2.研究巡检数据的存储方案,设计了基于XML的XML树—表结构存储方式和基于巡检项命中率的巡检数据存储方式。 3.根据电力巡检规程,选用Cloud Foundry和Hadoop作为支撑平台和存储平台,设计并实现了一套电力设备巡检数据的云存储子系统,并将该系统部署于云计算平台上。经测试,该系统运行稳定。
【关键词】：电力设备巡检 云计算 云存储 巡检数据存储
【学位授予单位】：华北电力大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP333;TM769
【目录】：

• 摘要5-6
• Abstract6-9
• 第一章 绪论9-16
• 1.1 研究背景9
• 1.2 国内外研究现状9-11
• 1.2.1 数据采集9-10
• 1.2.2 云计算技术10-11
• 1.2.3 软件构件11
• 1.3 相关技术介绍11-14
• 1.3.1 Struts2与Spring11-12
• 1.3.2 Cloud Foundry与Hadoop12-13
• 1.3.3 EasyUI13
• 1.3.4 Maven13-14
• 1.4 研究目的和意义14
• 1.5 论文内容14-16
• 第二章 系统分析与设计16-21
• 2.1 引言16
• 2.2 巡检作业规程16
• 2.3 系统需求分析16-18
• 2.3.1 需求概述16-17
• 2.3.2 设计要求17-18
• 2.4 系统总体设计18-20
• 2.5 本章小结20-21
• 第三章 系统平台的构建21-32
• 3.1 引言21
• 3.2 云计算平台Cloud Foundry21-27
• 3.2.1 Cloud Foundry平台架构及机制21-23
• 3.2.2 平台搭建及配置23-26
• 3.2.3 基于Cloud Foundry的软件开发26-27
• 3.3 云存储平台Hadoop27-31
• 3.3.1 HDFS系统结构27-28
• 3.3.2 HDFS文件读写28-31
• 3.4 本章小结31-32
• 第四章 巡检数据的存储32-39
• 4.1 引言32-33
• 4.2 XML树—表结构33-34
• 4.3 基于巡检项命中率的巡检数据存储34-36
• 4.3.1 巡检数据存储效率的评估34-35
• 4.3.2 简单模型35
• 4.3.3 优化模型35-36
• 4.4 实例分析36-38
• 4.4.1 XML树——表结构实例分析36-38
• 4.4.2 基于巡检项的存储模型实例分析38
• 4.5 本章小结38-39
• 第五章 系统实现39-54
• 5.1 引言39
• 5.2 巡检数据云存储子系统的设计39-48
• 5.2.1 业务流程39-40
• 5.2.2 系统详细设计40-47
• 5.2.3 数据库设计47-48
• 5.3 巡检数据云存储子系统的系统实现48-53
• 5.3.1 巡检管理端48-50
• 5.3.2 巡检终端50-52
• 5.3.3 云平台的整合52-53
• 5.3.4 系统测试53
• 5.4 本章小结53-54
• 总结与展望54-56
• 参考文献56-60
• 攻读硕士学位期间发表的论文及其它成果60-61
• 致谢61-62
• 作者简介62

【参考文献】

中国期刊全文数据库 前10条

1 刘祥庆;孙汉旭;;ARM7加速度数据采集系统设计[J];单片机与嵌入式系统应用;2010年12期

2 顾炜;黄志球;李剑;;UML活动图到时间Petri网的映射方法[J];电子科技;2012年02期

3 陈贵亮;聂小涛;黄强;;专业巡检在电力设备状态检修中的重要作用[J];安徽电力;2013年02期

4 张净;孙志挥;宋余庆;倪巍伟;晏燕华;;基于信息论的高维海量数据离群点挖掘[J];计算机科学;2011年07期

5 计春雷;谈叶勇;宋国新;;基于UML的COSMIC-FFP度量方法[J];计算机工程;2010年10期

6 栾亚建;黄烂，

本文编号：1101860