本文選題：智能電網(wǎng)　切入點：狀態(tài)監(jiān)測　出處：《華北電力大學》2014年碩士論文　論文類型：學位論文

【摘要】：隨著智能電網(wǎng)的逐漸發(fā)展和完善，對其環(huán)境下的電力設備運行的安全性和穩(wěn)定性要求越來越高，設備監(jiān)測力度越來越大，電力設備種類多、數(shù)量大，在極端情況下（大霧天、陰雨天），短時間內(nèi)就會累計大量的監(jiān)測數(shù)據(jù)，早已超出現(xiàn)有監(jiān)測方法的處理能力；如何利用這些海量的監(jiān)測數(shù)據(jù)及時準確的預測電力設備的狀態(tài)，已成為新的研究課題。Google提出云計算理念后，云計算平臺Hadoop異軍突起，具有海量存儲與運算、高擴展性和高可靠性等優(yōu)勢，為解決上述狀態(tài)監(jiān)測問題提供了可能。 本文首先詳細歸納和總結了電力設備狀態(tài)監(jiān)測方法的研究現(xiàn)狀，重點分析了現(xiàn)有方法在處理效率和處理準確率方面所存在的問題；隨后對云計算Hadoop平臺的應用情況和發(fā)展現(xiàn)狀進行匯總，并對Hadoop平臺各大軟件進行了詳細的介紹。接下來又說明了本文要解決的問題是如何及時地存儲短時間內(nèi)激增的設備監(jiān)測數(shù)據(jù)，并利用這些海量監(jiān)測數(shù)據(jù)對電力設備的狀態(tài)進行高效、及時、準確的評估；通過對Hadoop平臺的特性進行分析，確定使用Hadoop/HBase平臺存儲短時間內(nèi)激增監(jiān)測數(shù)據(jù)，并利用MapReduce實現(xiàn)自行設計的狀態(tài)評估算法進行電力設備的狀態(tài)評估。 分析現(xiàn)有狀態(tài)評估方法的問題和當前智能電網(wǎng)的應用需求，以及Hadoop平臺的相關技術優(yōu)勢，針對智能電網(wǎng)對電力設備狀態(tài)監(jiān)測的高要求，提出了一種基于Hadoop平臺的狀態(tài)評估系統(tǒng)，并對系統(tǒng)總體架構、各子模塊結構、所使用的算法、算法實現(xiàn)進行了詳細的介紹，解決了現(xiàn)有評估方法效率低、實時性差的問題。 文中詳細介紹了Hadoop集群搭建方法、集群的調優(yōu)、MapReduce程序設計的技巧、狀態(tài)評估算法、及狀態(tài)評估算法的MapReduce實現(xiàn)方法，并模擬了現(xiàn)實環(huán)境，對MapReduce算法進行了實時性和準確率進行了評估；尤其是算法實時性的測試，，證明了在電力設備狀態(tài)監(jiān)測各類應用環(huán)境中相關設計的有效性和正確性。 本課題為利用海量監(jiān)測數(shù)據(jù)進行電力設備狀態(tài)評估和預測提供了新的思路；是云計算Hadoop平臺在智能電網(wǎng)領域的一次有益嘗試。
[Abstract]:With the development and perfection of smart grid, the security and stability of power equipment in its environment are higher and higher. The monitoring of power equipment is more and more powerful, and the variety and quantity of power equipment are large. On rainy and cloudy days, a large amount of monitoring data will accumulate in a short period of time, which has already exceeded the processing capacity of existing monitoring methods. How to use these massive monitoring data to predict the state of power equipment in a timely and accurate manner, The cloud computing platform Hadoop has the advantages of mass storage and operation, high scalability and high reliability, which provides the possibility to solve the above problems. Firstly, this paper summarizes the research status of power equipment condition monitoring methods in detail, and analyzes the existing problems in processing efficiency and processing accuracy. Then the application and development of cloud computing Hadoop platform are summarized. The software of Hadoop platform is introduced in detail. Then the problem is how to store the equipment monitoring data in a short period of time. And using these massive monitoring data to evaluate the state of power equipment efficiently, timely and accurately, through the analysis of the characteristics of Hadoop platform, it is determined to use Hadoop/HBase platform to store the surge monitoring data in a short time. The state evaluation algorithm designed by MapReduce is used to evaluate the state of power equipment. This paper analyzes the problems of current state assessment methods and the current application requirements of smart grid, as well as the relative technical advantages of Hadoop platform, aiming at the high requirements of smart grid for power equipment condition monitoring. This paper presents a state assessment system based on Hadoop platform, and introduces in detail the system architecture, each sub-module structure, the algorithms used and the algorithm implementation, which solves the problems of low efficiency and poor real-time performance of the existing evaluation methods. This paper introduces the method of Hadoop cluster construction, the skills of optimizing MapReduce program, the algorithm of state evaluation, and the method of MapReduce implementation of state evaluation algorithm, and simulates the real environment. The real-time and accuracy of the MapReduce algorithm are evaluated, especially the real-time test of the algorithm, which proves the validity and correctness of the related design in various application environments of power equipment condition monitoring. This paper provides a new idea for power equipment state evaluation and prediction using massive monitoring data, and is a useful attempt of cloud computing Hadoop platform in the field of smart grid.
【學位授予單位】：華北電力大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TM507

【相似文獻】

相關期刊論文 前10條

1 邰曉宇;祁俊成;;電力設備狀態(tài)檢修技術研究[J];信息系統(tǒng)工程;2013年02期

2 仇永海;;電力設備狀態(tài)維修策略研究[J];科技風;2010年02期

3 齊月文;連建華;王琪;王天正;;電力設備狀態(tài)信息融合與展示系統(tǒng)[J];煤炭技術;2013年08期

4 陳山中;應用紅外監(jiān)測推進電力設備狀態(tài)維修[J];電力學報;2002年03期

5 栗薇;;電力設備狀態(tài)監(jiān)測裝置檢測試驗技術[J];電氣技術;2012年01期

6 許婧,王晶,高峰,束洪春;電力設備狀態(tài)檢修技術研究綜述[J];電網(wǎng)技術;2000年08期

7 韓繼齋;;電力設備狀態(tài)檢修技術探討[J];現(xiàn)代企業(yè)教育;2011年23期

8 宋志秋;;基于云計算的電力設備狀態(tài)監(jiān)測數(shù)據(jù)的存儲及查詢[J];黑龍江科技信息;2014年16期

9 陳方之;潘玲;賓海東;;電力設備狀態(tài)檢修技術的應用[J];機電信息;2012年33期

10 林曉霞;;淺析電力設備狀態(tài)檢修策略及其實際應用[J];東方企業(yè)文化;2013年01期

相關會議論文 前3條

1 許婧;王晶;高峰;束洪春;;電力設備狀態(tài)檢修技術研究綜述[A];全國大中型水電廠技術協(xié)作網(wǎng)第二屆年會論文集[C];2005年

2 張紅潔;吳偉;;電力設備狀態(tài)檢修策略的初步實踐與思考[A];加入WTO和中國科技與可持續(xù)發(fā)展——挑戰(zhàn)與機遇、責任和對策（下冊）[C];2002年

3 崔奇明;;基于ESTA的電力設備狀態(tài)評估專家系統(tǒng)[A];2009年全國輸變電設備狀態(tài)檢修技術交流研討會論文集[C];2009年

相關碩士學位論文 前5條

1 白紅偉;基于云計算的電力設備狀態(tài)監(jiān)測數(shù)據(jù)的存儲與查詢[D];華北電力大學;2012年

2 黃道姍;電力設備狀態(tài)智能管理系統(tǒng)[D];福州大學;2002年

3 白皓;電力設備狀態(tài)檢測評估系統(tǒng)建設項目管理研究[D];華北電力大學;2014年

4 蔣玉柱;基于Hadoop的電力設備狀態(tài)監(jiān)測數(shù)據(jù)處理與分析的研究[D];華北電力大學;2014年

5 李磊;基于氣象環(huán)境的電力設備狀態(tài)檢修策略研究[D];重慶大學;2013年

本文編號：1563183