發(fā)布時(shí)間：2017-10-27 04:14

  本文關(guān)鍵詞：電力設(shè)備巡檢數(shù)據(jù)的云存儲(chǔ)子系統(tǒng)研究與實(shí)現(xiàn)

  更多相關(guān)文章： 電力設(shè)備巡檢 云計(jì)算 云存儲(chǔ) 巡檢數(shù)據(jù)存儲(chǔ)

【摘要】：隨著我國(guó)的電力工業(yè)水平正在向大機(jī)組、大容量的方向迅猛發(fā)展,如何保證電力設(shè)備時(shí)刻處于正常、穩(wěn)定的運(yùn)行成為了電力系統(tǒng)中的重要問(wèn)題。而電力設(shè)備巡檢作為保障電力設(shè)備安全運(yùn)行的重要保證,在作業(yè)中勢(shì)必會(huì)產(chǎn)生大量的巡檢數(shù)據(jù),如何高效的采集、存儲(chǔ)巡檢數(shù)據(jù)將直接決定著巡檢作業(yè)的質(zhì)量。進(jìn)入二十一世紀(jì)以來(lái),隨著科技水平的高速發(fā)展,計(jì)算機(jī)技術(shù)在電力系統(tǒng)中的應(yīng)用日益廣泛,尤其是近年來(lái)云計(jì)算技術(shù)的發(fā)展和完善,為電力系統(tǒng)的巡檢作業(yè)和數(shù)據(jù)存儲(chǔ)指明了發(fā)展方向。 本文結(jié)合電力設(shè)備巡檢規(guī)程,應(yīng)用云計(jì)算相關(guān)技術(shù),設(shè)計(jì)并實(shí)現(xiàn)了一套電力設(shè)備巡檢數(shù)據(jù)的云存儲(chǔ)子系統(tǒng)。本文研究?jī)?nèi)容主要有以下三個(gè)方面： 1.研究云計(jì)算相關(guān)技術(shù),重點(diǎn)研究和分析了云計(jì)算PaaS平臺(tái)Cloud Foundry和大數(shù)據(jù)存儲(chǔ)平臺(tái)Hadoop的組成原理、架構(gòu)及其使用方法。 2.研究巡檢數(shù)據(jù)的存儲(chǔ)方案,設(shè)計(jì)了基于XML的XML樹(shù)—表結(jié)構(gòu)存儲(chǔ)方式和基于巡檢項(xiàng)命中率的巡檢數(shù)據(jù)存儲(chǔ)方式。 3.根據(jù)電力巡檢規(guī)程,選用Cloud Foundry和Hadoop作為支撐平臺(tái)和存儲(chǔ)平臺(tái),設(shè)計(jì)并實(shí)現(xiàn)了一套電力設(shè)備巡檢數(shù)據(jù)的云存儲(chǔ)子系統(tǒng),并將該系統(tǒng)部署于云計(jì)算平臺(tái)上。經(jīng)測(cè)試,該系統(tǒng)運(yùn)行穩(wěn)定。
【關(guān)鍵詞】：電力設(shè)備巡檢 云計(jì)算 云存儲(chǔ) 巡檢數(shù)據(jù)存儲(chǔ)
【學(xué)位授予單位】：華北電力大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：TP333;TM769
【目錄】：

• 摘要5-6
• Abstract6-9
• 第一章 緒論9-16
• 1.1 研究背景9
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀9-11
• 1.2.1 數(shù)據(jù)采集9-10
• 1.2.2 云計(jì)算技術(shù)10-11
• 1.2.3 軟件構(gòu)件11
• 1.3 相關(guān)技術(shù)介紹11-14
• 1.3.1 Struts2與Spring11-12
• 1.3.2 Cloud Foundry與Hadoop12-13
• 1.3.3 EasyUI13
• 1.3.4 Maven13-14
• 1.4 研究目的和意義14
• 1.5 論文內(nèi)容14-16
• 第二章 系統(tǒng)分析與設(shè)計(jì)16-21
• 2.1 引言16
• 2.2 巡檢作業(yè)規(guī)程16
• 2.3 系統(tǒng)需求分析16-18
• 2.3.1 需求概述16-17
• 2.3.2 設(shè)計(jì)要求17-18
• 2.4 系統(tǒng)總體設(shè)計(jì)18-20
• 2.5 本章小結(jié)20-21
• 第三章 系統(tǒng)平臺(tái)的構(gòu)建21-32
• 3.1 引言21
• 3.2 云計(jì)算平臺(tái)Cloud Foundry21-27
• 3.2.1 Cloud Foundry平臺(tái)架構(gòu)及機(jī)制21-23
• 3.2.2 平臺(tái)搭建及配置23-26
• 3.2.3 基于Cloud Foundry的軟件開(kāi)發(fā)26-27
• 3.3 云存儲(chǔ)平臺(tái)Hadoop27-31
• 3.3.1 HDFS系統(tǒng)結(jié)構(gòu)27-28
• 3.3.2 HDFS文件讀寫(xiě)28-31
• 3.4 本章小結(jié)31-32
• 第四章 巡檢數(shù)據(jù)的存儲(chǔ)32-39
• 4.1 引言32-33
• 4.2 XML樹(shù)—表結(jié)構(gòu)33-34
• 4.3 基于巡檢項(xiàng)命中率的巡檢數(shù)據(jù)存儲(chǔ)34-36
• 4.3.1 巡檢數(shù)據(jù)存儲(chǔ)效率的評(píng)估34-35
• 4.3.2 簡(jiǎn)單模型35
• 4.3.3 優(yōu)化模型35-36
• 4.4 實(shí)例分析36-38
• 4.4.1 XML樹(shù)——表結(jié)構(gòu)實(shí)例分析36-38
• 4.4.2 基于巡檢項(xiàng)的存儲(chǔ)模型實(shí)例分析38
• 4.5 本章小結(jié)38-39
• 第五章 系統(tǒng)實(shí)現(xiàn)39-54
• 5.1 引言39
• 5.2 巡檢數(shù)據(jù)云存儲(chǔ)子系統(tǒng)的設(shè)計(jì)39-48
• 5.2.1 業(yè)務(wù)流程39-40
• 5.2.2 系統(tǒng)詳細(xì)設(shè)計(jì)40-47
• 5.2.3 數(shù)據(jù)庫(kù)設(shè)計(jì)47-48
• 5.3 巡檢數(shù)據(jù)云存儲(chǔ)子系統(tǒng)的系統(tǒng)實(shí)現(xiàn)48-53
• 5.3.1 巡檢管理端48-50
• 5.3.2 巡檢終端50-52
• 5.3.3 云平臺(tái)的整合52-53
• 5.3.4 系統(tǒng)測(cè)試53
• 5.4 本章小結(jié)53-54
• 總結(jié)與展望54-56
• 參考文獻(xiàn)56-60
• 攻讀碩士學(xué)位期間發(fā)表的論文及其它成果60-61
• 致謝61-62
• 作者簡(jiǎn)介62

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 劉祥慶;孫漢旭;;ARM7加速度數(shù)據(jù)采集系統(tǒng)設(shè)計(jì)[J];單片機(jī)與嵌入式系統(tǒng)應(yīng)用;2010年12期

2 顧煒;黃志球;李劍;;UML活動(dòng)圖到時(shí)間Petri網(wǎng)的映射方法[J];電子科技;2012年02期

3 陳貴亮;聶小濤;黃強(qiáng);;專(zhuān)業(yè)巡檢在電力設(shè)備狀態(tài)檢修中的重要作用[J];安徽電力;2013年02期

4 張凈;孫志揮;宋余慶;倪巍偉;晏燕華;;基于信息論的高維海量數(shù)據(jù)離群點(diǎn)挖掘[J];計(jì)算機(jī)科學(xué);2011年07期

5 計(jì)春雷;談葉勇;宋國(guó)新;;基于UML的COSMIC-FFP度量方法[J];計(jì)算機(jī)工程;2010年10期

6 欒亞建;黃爛，

本文編號(hào)：1101860