發(fā)布時(shí)間：2023-02-19 18:06

　　國(guó)家電網(wǎng)公司正在開(kāi)展電力全業(yè)務(wù)統(tǒng)一數(shù)據(jù)中心的建設(shè),以實(shí)現(xiàn)全業(yè)務(wù)范圍、全數(shù)據(jù)類型、全時(shí)間維度數(shù)據(jù)的統(tǒng)一存儲(chǔ)的管理分析。目前,國(guó)網(wǎng)四川省電力公司已有19套業(yè)務(wù)信息系統(tǒng)接入了全業(yè)務(wù)統(tǒng)一數(shù)據(jù)中心,數(shù)據(jù)接入總量達(dá)到110.92TB。電力全業(yè)務(wù)統(tǒng)一數(shù)據(jù)中心為電力系統(tǒng)的生產(chǎn)安全、穩(wěn)定運(yùn)行提供了重要的技術(shù)支撐和保障,同時(shí)為電網(wǎng)業(yè)務(wù)拓展提供了良好的指導(dǎo)作用。隨著智能電網(wǎng)的發(fā)展,針對(duì)國(guó)網(wǎng)各信息系統(tǒng)的日志數(shù)據(jù)的采集分析需求急劇增加。大數(shù)據(jù)技術(shù)迅猛發(fā)展對(duì)電力全業(yè)務(wù)統(tǒng)一數(shù)據(jù)中心的數(shù)據(jù)分析服務(wù)提供了技術(shù)基礎(chǔ),運(yùn)用大數(shù)據(jù)技術(shù)從海量的實(shí)時(shí)日志數(shù)據(jù)中獲取潛在有用的信息已經(jīng)成為主流并引起廣泛關(guān)注。本文首先闡述了電力全業(yè)務(wù)統(tǒng)一數(shù)據(jù)中心的建設(shè)背景,在國(guó)家電網(wǎng)信息系統(tǒng)中的重要地位。然后分析介紹了電力全業(yè)務(wù)統(tǒng)一數(shù)據(jù)中心的整體架構(gòu),具體分析了系統(tǒng)各模塊功能與實(shí)現(xiàn)方法。針對(duì)結(jié)構(gòu)化數(shù)據(jù)和量測(cè)類非結(jié)構(gòu)化數(shù)據(jù),分別給出相應(yīng)的數(shù)據(jù)采集方案、存儲(chǔ)方法。同時(shí)根據(jù)電力全業(yè)務(wù)統(tǒng)一數(shù)據(jù)中心的系統(tǒng)架構(gòu)和日志特征,設(shè)計(jì)了一種大數(shù)據(jù)環(huán)境下的日志采集處理架構(gòu),給出了相應(yīng)的日志采集存儲(chǔ)與日志分析方案�？梢杂行У夭杉到y(tǒng)日志,并分為流式處理和批處理方法進(jìn)行數(shù)據(jù)挖...

【文章頁(yè)數(shù)】：54 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 選題背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀及發(fā)展動(dòng)態(tài)
        1.2.1 基于大數(shù)據(jù)流式處理的日志采集研究現(xiàn)狀
        1.2.2 故障預(yù)警方法研究現(xiàn)狀
    1.3 論文研究?jī)?nèi)容
    1.4 論文結(jié)構(gòu)
第2章 四川省電力公司全業(yè)務(wù)統(tǒng)一數(shù)據(jù)中心
    2.1 系統(tǒng)架構(gòu)
    2.2 數(shù)據(jù)接入層
    2.3 數(shù)據(jù)存儲(chǔ)計(jì)算層
    2.4 統(tǒng)一分析服務(wù)
        2.4.1 功能模塊
        2.4.2 系統(tǒng)主界面
        2.4.3 數(shù)據(jù)接入
        2.4.4 日志查詢
        2.4.5 運(yùn)維管理
    2.5 本章小結(jié)
第3章 電力全業(yè)務(wù)統(tǒng)一數(shù)據(jù)中心日志采集與處理方法
    3.1 基于流式處理的日志采集與處理
        3.1.1 日志特征分析
        3.1.2 數(shù)據(jù)流式處理技術(shù)
        3.1.3 日志采集與處理方案
    3.2 基于分布式文件系統(tǒng)的日志存儲(chǔ)
    3.3 日志數(shù)據(jù)流轉(zhuǎn)測(cè)試
    3.4 本章小結(jié)
第4章 基于集成學(xué)習(xí)的日志分析與故障預(yù)警
    4.1 日志分析與故障預(yù)警
        4.1.1 故障數(shù)據(jù)源
        4.1.2 信息系統(tǒng)故障與檢修數(shù)據(jù)關(guān)聯(lián)分析
        4.1.3 故障分析預(yù)警模型
    4.2 AdaBoost集成學(xué)習(xí)算法
    4.3 基于改進(jìn)AdaBoost算法的故障分析與預(yù)警模型
        4.3.1 時(shí)間序列分析算法
        4.3.2 模型評(píng)估標(biāo)準(zhǔn)
        4.3.3 模型效果分析
    4.4 本章小結(jié)
第5章 總結(jié)與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其它成果
致謝



本文編號(hào)：3746702