【摘要】：隨著智能電網建設和研究的不斷推進,對輸變電設備狀態(tài)監(jiān)測的廣度和深度不斷加強,狀態(tài)監(jiān)測過程中收集的數(shù)據(jù)量呈指數(shù)級增長。然而,電力系統(tǒng)要求對生產、管理、運營能夠實時監(jiān)控,對在線監(jiān)測系統(tǒng)的實時性要求很高。現(xiàn)有的大數(shù)據(jù)處理技術(如Map Reduce等適合離線大數(shù)據(jù)分析)應用于在線狀態(tài)監(jiān)測系統(tǒng)時,其性能很難保證。根據(jù)狀態(tài)監(jiān)測數(shù)據(jù)特點,利用Storm實時處理監(jiān)測數(shù)據(jù)流,設計了數(shù)據(jù)流處理拓撲結構和消息樹;利用Spark內存集群計算技術,提高狀態(tài)評價和數(shù)據(jù)分析算法的性能,設計了k-means的聚類算法,實現(xiàn)數(shù)據(jù)的聚類劃分。最后提出了結合大數(shù)據(jù)處理、實時流數(shù)據(jù)處理和內存批處理技術的狀態(tài)監(jiān)測數(shù)據(jù)實時分析框架。
[Abstract]:With the continuous development of smart grid construction and research, the breadth and depth of state monitoring of power transmission and transformation equipment has been strengthened, and the amount of data collected in the state monitoring process has increased exponentially. However, power systems require real-time monitoring of production, management and operation, and real-time requirements for on-line monitoring systems. It is difficult to guarantee the performance of existing big data processing technology (such as Map Reduce and so on) when it is applied to on-line condition monitoring system. According to the characteristics of state monitoring data, the data stream processing topology and message tree are designed by Storm real-time processing, and the performance of state evaluation and data analysis algorithm is improved by using Spark memory cluster computing technology. The clustering algorithm of k-means is designed to realize data clustering. Finally, a real-time analysis framework of state monitoring data based on big data processing, real-time stream data processing and memory batch processing is proposed.
【作者單位】： 華北電力大學新能源電力系統(tǒng)國家重點實驗室;國網冀北電力有限公司技能培訓中心;
【基金】：中央高�；究蒲袠I(yè)務費專項資金(13MS103) 河北省自然科學基金(F2014502069)資助項目
【分類號】：TM76

【相似文獻】

相關期刊論文 前10條

1 潘偉,王漢功;工程機械液壓系統(tǒng)在線狀態(tài)監(jiān)測(續(xù))[J];工程機械與維修;2004年07期

2 涂福泉,歐陽惠,張凱;風機在線狀態(tài)監(jiān)測與故障診斷系統(tǒng)的研究[J];武鋼技術;2005年04期

3 李輝;;在線狀態(tài)監(jiān)測技術在催化機組維護中的應用[J];設備管理與維修;2006年04期

4 徐蘭紅;張煒;;在線狀態(tài)監(jiān)測與故障診斷系統(tǒng)改造[J];中國有色金屬;2006年09期

5 盧圣文;阮向艷;郭凱平;李慧新;劉憾宇;;在線狀態(tài)監(jiān)測系統(tǒng)與故障診斷在風電機組中的應用[J];大功率變流技術;2013年03期

6 郭江節(jié);一種在線狀態(tài)監(jiān)測系統(tǒng)[J];水電站機電技術;1997年04期

7 卜英勇,何學文;一種風機在線狀態(tài)監(jiān)測系統(tǒng)的研究[J];中國設備工程;2002年01期

8 江恒,王友釗;旋轉機械在線狀態(tài)監(jiān)測與故障診斷系統(tǒng)開發(fā)研究[J];石油礦場機械;2005年03期

9 楊璋,繆思恩;汽輪發(fā)電機組振動在線狀態(tài)監(jiān)測系統(tǒng)數(shù)據(jù)采集器的設計[J];電站系統(tǒng)工程;2005年05期

10 黃月紅;張建平;;大型旋轉機械在線狀態(tài)監(jiān)測系統(tǒng)在蘭州石化公司的應用[J];甘肅科技;2006年09期

相關會議論文 前4條

1 張洪武;;風電機組遠程在線狀態(tài)監(jiān)測技術[A];2009年風電場接入電網技術專題研討會論文集[C];2009年

2 湯衢明;;在線狀態(tài)監(jiān)測技術在二氧化碳壓縮機組中的應用[A];安全與可靠性——2006流體機械與壓力容器技術論壇論文集[C];2006年

3 于金輝;苑勇;米強;高述彬;裴健東;;在線狀態(tài)監(jiān)測技術在邯鋼CSP主減速機上的應用探析[A];2007中國鋼鐵年會論文集[C];2007年

4 范金祥;;SKF在線狀態(tài)監(jiān)測技術在攀鋼冷軋主軋機組的應用[A];2006年全國軋鋼生產技術會議文集[C];2006年

相關碩士學位論文 前4條

1 耿勁草;在線狀態(tài)監(jiān)測系統(tǒng)監(jiān)視器子系統(tǒng)的設計和實現(xiàn)[D];西安電子科技大學;2012年

2 馬作貞;螺桿壓縮機在線狀態(tài)監(jiān)測與控制系統(tǒng)的研究[D];山東大學;2006年

3 林家國;風機實時在線狀態(tài)監(jiān)測與故障診斷模糊神經專家系統(tǒng)研究[D];江西理工大學;2007年

4 楊旭姍;基于GPRS的配電變壓器在線狀態(tài)監(jiān)測系統(tǒng)研究[D];華南理工大學;2013年

，

本文編號：2239422