本文選題：電能質(zhì)量　切入點：PQDIF文件　出處：《電網(wǎng)技術(shù)》2014年06期 　論文類型：期刊論文

【摘要】：針對現(xiàn)有方案對電能質(zhì)量監(jiān)測系統(tǒng)中海量PQDIF文件解析效率低、解析時間長等問題,研究實現(xiàn)了一種基于集群計算架構(gòu)的海量PQDIF文件快速解析方案。通過Map-Reduce模型來實現(xiàn)海量PQDIF文件的快速并行解析。Map-Reduce模型將數(shù)據(jù)集的大規(guī)模操作任務(wù)拆分成若干子任務(wù)分配給網(wǎng)絡(luò)上的每一個計算節(jié)點(如PC機),實現(xiàn)多計算節(jié)點共同協(xié)調(diào)處理任務(wù),達到提高運行效率的目的。方案采用Java和C++編寫,在異構(gòu)平臺間具有較強的可移植性,并且可以通過增加計算節(jié)點來提高解析效率,具有較強的可擴展性。通過對海量PQDIF文件進行解析測試,結(jié)果表明該方案可以顯著提高文件解析效率。
[Abstract]:In order to solve the problems of low efficiency and long parsing time of massive PQDIF files in power quality monitoring system, In this paper, a fast parse scheme of massive PQDIF files based on cluster computing architecture is proposed. The fast parallel parse of massive PQDIF files is realized by using Map-Reduce model. Map-Reduce model splits the large-scale operation tasks of data set into several sub-tasks. The service is assigned to every computing node on the network (such as PC computer) to coordinate the processing tasks of multiple computing nodes. The scheme is written by Java and C, which has strong portability among heterogeneous platforms, and can improve the parsing efficiency by adding computing nodes. By analyzing the massive PQDIF files, the results show that this scheme can significantly improve the efficiency of file parsing.
【作者單位】： 四川大學電氣信息學院;國網(wǎng)福建省電力有限公司電力科學研究院;
【分類號】：TM76

【參考文獻】

相關(guān)期刊論文 前10條

1 翁國慶;張有兵;;網(wǎng)絡(luò)化電能質(zhì)量監(jiān)測與分析系統(tǒng)的設(shè)計[J];電力系統(tǒng)自動化;2008年15期

2 桂勛;姚蘭;錢清泉;;海量COMTRADE數(shù)據(jù)并行解析算法[J];電力系統(tǒng)自動化;2009年15期

3 張逸;楊洪耕;林瑞星;王巍;謝康;;電能質(zhì)量數(shù)據(jù)交換格式文件通用解析方案[J];電力系統(tǒng)自動化;2012年11期

4 趙麗平,解紹鋒,李群湛,陳小川;基于多智能體的電氣化鐵道電能質(zhì)量監(jiān)控系統(tǒng)[J];電網(wǎng)技術(shù);2004年24期

5 范瑞祥;辛建波;上官帖;孫e，

本文編號：1582365