本文關(guān)鍵詞： 電力物資預(yù)測 大數(shù)據(jù) Hadoop 數(shù)據(jù)挖掘 任務(wù)調(diào)度管理　出處：《中國科學院大學(中國科學院沈陽計算技術(shù)研究所)》2017年碩士論文　論文類型：學位論文

【摘要】：電力物資是電網(wǎng)建設(shè)過程中的基本保障。近年來,我國電力需求持續(xù)快速增長,為保證電力供應(yīng),各網(wǎng)省公司不斷加快電力建設(shè),物資管理的重要性越來越顯著。物資需求預(yù)測是提升電網(wǎng)運作能力的重要手段,準確的預(yù)測結(jié)果對合理編制物資供應(yīng)計劃,保障物資供應(yīng),降低采購成本提供重要的決策依據(jù)�，F(xiàn)有的電力物資系統(tǒng)使用IOE架構(gòu),具有系統(tǒng)成本高昂、可擴展性差等缺點,無法應(yīng)對國網(wǎng)數(shù)據(jù)融合背景下帶來的分布式海量數(shù)據(jù)處理的問題。本文在大數(shù)據(jù)、數(shù)據(jù)挖掘等相關(guān)技術(shù)理論的研究基礎(chǔ)上,設(shè)計并實現(xiàn)了基于大數(shù)據(jù)技術(shù)的電力物資需求分析系統(tǒng),旨在對物資需求量進行預(yù)測,給決策者提供數(shù)據(jù)支持。系統(tǒng)包含數(shù)據(jù)中心子系統(tǒng)和應(yīng)用子系統(tǒng),本文重點研究了數(shù)據(jù)中心子系統(tǒng)。數(shù)據(jù)中心子系統(tǒng)采用分層的思想設(shè)計,根據(jù)數(shù)據(jù)處理的不同環(huán)節(jié)可分為數(shù)據(jù)采集層、數(shù)據(jù)存儲層、數(shù)據(jù)預(yù)處理和分析層,還特別設(shè)計了任務(wù)調(diào)度管理層。因為數(shù)據(jù)分析挖掘的流程基本固定,但是隨著數(shù)據(jù)的更新,需要定期重復這一流程,這一過程是繁重而又枯燥的,借助任務(wù)調(diào)度管理器,實現(xiàn)了流程的自動化。
[Abstract]:Power supply is the basic guarantee in the process of power grid construction. In recent years, the power demand of our country continues to grow rapidly, in order to ensure the power supply, the power construction of the provincial power companies is constantly accelerated. The importance of material management is becoming more and more obvious. Material demand prediction is an important means to improve the operation ability of power grid. Accurate forecasting results can make the material supply plan reasonably and ensure the material supply. Reducing purchasing costs provides an important basis for decision-making. The existing power materials system uses IOE architecture, which has the disadvantages of high system cost, poor scalability and so on. This paper is based on the research of big data, data mining and other related technology theories. This paper designs and implements a power material demand analysis system based on big data technology, which aims at forecasting material demand and providing data support to decision makers. The system includes data center subsystem and application subsystem. This paper focuses on the data center subsystem. The data center subsystem is designed with the idea of stratification. According to the different links of data processing, it can be divided into data acquisition layer, data storage layer, data preprocessing and analysis layer. Task scheduling management is also specially designed because the process of data analysis mining is basically fixed, but with the update of data, this process needs to be repeated regularly. This process is heavy and boring. With the help of the task scheduling manager, the automation of the process is realized.
【學位授予單位】：中國科學院大學(中國科學院沈陽計算技術(shù)研究所)
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP311.13;TP311.52

【參考文獻】

相關(guān)期刊論文 前10條

1 韓戟;何成浩;蘇星;施成云;劉東映;;一種基于SVM的電力行業(yè)物資需求預(yù)測方法[J];電氣技術(shù);2016年12期

2 陳穎;;大數(shù)據(jù)發(fā)展歷程綜述[J];當代經(jīng)濟;2015年08期

3 黃孝章;劉益;;大數(shù)據(jù)時代出版業(yè)發(fā)展趨勢研究[J];科技與出版;2014年10期

4 解林超;石佳;王仲鋒;紀德良;;大數(shù)據(jù)時代對傳統(tǒng)數(shù)據(jù)中心的影響及思考[J];中國新通信;2014年02期

5 王新才;丁家友;;大數(shù)據(jù)知識圖譜:概念、特征、應(yīng)用與影響[J];情報科學;2013年09期

6 白潔;;當大數(shù)據(jù)遇上信息安全[J];信息安全與通信保密;2013年05期

7 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

8 張婷;;基于Extjs+Spring MVC的Web系統(tǒng)開發(fā)架構(gòu)的研究與實現(xiàn)[J];計算機技術(shù)與發(fā)展;2013年01期

9 梁娜;張吉剛;;基于改進神經(jīng)網(wǎng)絡(luò)的GDP時間序列預(yù)測[J];河南科學;2011年12期

10 戴宏;付永山;;利用時間序列分解工具改進物資需求計劃的探索及應(yīng)用[J];鐵路采購與物流;2011年08期

相關(guān)重要報紙文章 前1條

1 劉苗;;打造國際一流的物資供應(yīng)鏈[N];國家電網(wǎng)報;2013年

相關(guān)碩士學位論文 前8條

1 胡軍杰;云平臺下分布式文件系統(tǒng)評測技術(shù)研究[D];哈爾濱工業(yè)大學;2014年

2 沈男;基于改進BP神經(jīng)網(wǎng)絡(luò)的電網(wǎng)物資需求預(yù)測研究[D];華北電力大學;2014年

3 陳文康;SCP電力公司物資需求預(yù)測系統(tǒng)的設(shè)計與實現(xiàn)[D];電子科技大學;2013年

4 姜淼;Hadoop云平臺下調(diào)度算法的研究[D];吉林大學;2012年

5 王藝蒙;國電東北電力有限公司物資采購管理模式研究[D];吉林大學;2012年

6 葉文宸;基于hive的性能優(yōu)化方法的研究與實踐[D];南京大學;2011年

7 董長春;基于Hadoop的倒排索引技術(shù)的研究[D];遼寧大學;2011年

8 張全友;基于時間序列數(shù)據(jù)挖掘在電力物資系統(tǒng)中的應(yīng)用研究[D];遼寧工程技術(shù)大學;2008年

，

本文編號：1491721