本文關(guān)鍵詞：云計算在電力系統(tǒng)中的應(yīng)用研究

  更多相關(guān)文章： 電力系統(tǒng) 監(jiān)測數(shù)據(jù) 大數(shù)據(jù) hadoop 分布式采集存儲 分布式計算

【摘要】：隨著現(xiàn)代電網(wǎng)規(guī)模的飛速發(fā)展,在給人們帶來越來越多便利的同時,也出現(xiàn)了現(xiàn)有電力系統(tǒng)網(wǎng)絡(luò)無法滿足現(xiàn)代電網(wǎng)建設(shè)需求的問題。電網(wǎng)的不斷發(fā)展,致使電力系統(tǒng)監(jiān)測數(shù)據(jù)的數(shù)據(jù)量不斷增加,傳統(tǒng)電力系統(tǒng)的數(shù)據(jù)存儲及處理能力已遠不能滿足需求,面對超大規(guī)模的電力系統(tǒng)數(shù)據(jù)生成量,能夠準確并及時的對電力系統(tǒng)大數(shù)據(jù)進行采集、存儲和分析計算成為電力系統(tǒng)建設(shè)一直所追求的目標。電力系統(tǒng)監(jiān)測數(shù)據(jù)以數(shù)據(jù)流形式連續(xù)生成,數(shù)據(jù)種類豐富、數(shù)量巨大,屬于典型的大數(shù)據(jù),這對電力系統(tǒng)數(shù)據(jù)管理系統(tǒng)提出了更高的要求。傳統(tǒng)的監(jiān)測數(shù)據(jù)采集方式是利用互為主備的前置機處理并送入關(guān)系型數(shù)據(jù)庫,由于關(guān)系型數(shù)據(jù)庫存在系統(tǒng)擴展性差、并發(fā)難度大等問題,難以滿足監(jiān)測系統(tǒng)大數(shù)據(jù)存儲和管理的需求,而數(shù)據(jù)分析計算則是以高性能計算機串型計算為主,也有采用基于通信中間件搭建并行計算平臺的方式實現(xiàn)并行計算,但分別存在著面臨海量數(shù)據(jù)處理非常耗時和平臺搭建過程耗時、風險控制不足等問題。為了解決上述問題并實現(xiàn)對監(jiān)測數(shù)據(jù)的高效處理,本文首先分析了現(xiàn)有采集、存儲和分析計算方案的特點,考慮各級電網(wǎng)公司的管理模式,設(shè)計了一種基于云計算技術(shù)Hadoop的電力系統(tǒng)監(jiān)測數(shù)據(jù)并行數(shù)據(jù)采集和分布式存儲計算方案。其次,在本文構(gòu)建的并行數(shù)據(jù)采集和分布式存儲計算方案的基礎(chǔ)上,針對電網(wǎng)監(jiān)測數(shù)據(jù)的采集、存儲、計算進行了詳細的分析,完成了基于分布式數(shù)據(jù)庫HBase的大數(shù)據(jù)存儲和基于分布式編程模型MapReduce的大數(shù)據(jù)分析計算功能。最后本文對所提方案進行了實驗仿真,在實驗室的環(huán)境下,使用多臺主機搭建了Hadoop平臺,通過仿真實驗將其與傳統(tǒng)方法的采集、存儲、訪問及分析計算性能做了比較,結(jié)果表明數(shù)據(jù)存取量越大,該方案在并發(fā)存取和分析計算時的效果越好,驗證了方案的可行性和高效性。
【關(guān)鍵詞】：電力系統(tǒng) 監(jiān)測數(shù)據(jù) 大數(shù)據(jù) hadoop 分布式采集存儲 分布式計算
【學位授予單位】：華北電力大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TM76;TP311.13
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-15
• 1.1 課題研究背景和意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-13
• 1.2.1 電力系統(tǒng)信息監(jiān)控應(yīng)用現(xiàn)狀10-11
• 1.2.2 云計算技術(shù)研究現(xiàn)狀11-12
• 1.2.3 云計算技術(shù)在電力系統(tǒng)中的應(yīng)用現(xiàn)狀12-13
• 1.3 課題研究內(nèi)容13
• 1.4 論文組織結(jié)構(gòu)13-15
• 第2章 云技術(shù)及其在電力系統(tǒng)中的應(yīng)用分析15-26
• 2.1 電力系統(tǒng)應(yīng)用需求15-16
• 2.2 Hadoop平臺16-22
• 2.2.1 平臺組織結(jié)構(gòu)16-17
• 2.2.2 分布式數(shù)據(jù)存儲17-21
• 2.2.3 分布式編程模型21-22
• 2.3 基于Hadoop的數(shù)據(jù)處理平臺整體設(shè)計22-25
• 2.3.1 平臺整體設(shè)計22-24
• 2.3.2 平臺體系結(jié)構(gòu)24-25
• 2.4 本章小結(jié)25-26
• 第3章 分布式存儲方案設(shè)計26-34
• 3.1 監(jiān)測數(shù)據(jù)簡介26-30
• 3.1.1 SCADA數(shù)據(jù)26-28
• 3.1.2 故障錄波數(shù)據(jù)28-30
• 3.2 分布式數(shù)據(jù)采集方案30-31
• 3.3 結(jié)構(gòu)化數(shù)據(jù)存儲模型設(shè)計31-32
• 3.4 非結(jié)構(gòu)化數(shù)據(jù)存儲模型設(shè)計32
• 3.5 本章小結(jié)32-34
• 第4章 分布式數(shù)據(jù)處理方案設(shè)計34-39
• 4.1 分布式數(shù)據(jù)處理方案架構(gòu)設(shè)計34-35
• 4.2 基于MapReduce的分布式數(shù)據(jù)處理方案設(shè)計35-37
• 4.3 基于MapReduce的數(shù)據(jù)處理過程實現(xiàn)37-38
• 4.3.1 Map函數(shù)設(shè)計37
• 4.3.2 Combine函數(shù)設(shè)計37-38
• 4.3.3 Reduce函數(shù)設(shè)計38
• 4.4 本章小結(jié)38-39
• 第5章 系統(tǒng)實現(xiàn)及性能分析39-52
• 5.1 Hadoop平臺搭建39-43
• 5.1.1 安裝ubuntu操作系統(tǒng)39
• 5.1.2 安裝JDK39-40
• 5.1.3 安裝及配置SSH40-41
• 5.1.4 安裝Hadoop41-43
• 5.2 HBase安裝與配置43-44
• 5.3 開發(fā)環(huán)境安裝與配置44-46
• 5.4 系統(tǒng)運行效果圖46-47
• 5.5 實驗對比分析47-52
• 5.5.1 并行寫入性能對比測試47-49
• 5.5.2 數(shù)據(jù)訪問性能對比測試49-50
• 5.5.3 分布式數(shù)據(jù)處理性能對比測試50-52
• 第6章 結(jié)論與展望52-54
• 6.1 本文工作總結(jié)52
• 6.2 未來工作及展望52-54
• 參考文獻54-58
• 攻讀碩士學位期間參加的科研工作58-59
• 致謝59

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 趙俊華;文福拴;薛禹勝;林振智;;云計算:構(gòu)建未來電力系統(tǒng)的核心計算平臺[J];電力系統(tǒng)自動化;2010年15期

2 宋亞奇;周國亮;朱永利;;智能電網(wǎng)大數(shù)據(jù)處理技術(shù)現(xiàn)狀與挑戰(zhàn)[J];電網(wǎng)技術(shù);2013年04期

3 閆龍川;李雅西;李斌臣;趙子巖;;電力大數(shù)據(jù)面臨的機遇與挑戰(zhàn)[J];電力信息化;2013年04期

4 焦?jié)櫤?王景兵;林碧英;;配電網(wǎng)高級應(yīng)用分布式計算平臺通信架構(gòu)設(shè)計[J];電力系統(tǒng)自動化;2013年22期

，

本文編號：872784