本文關(guān)鍵詞： 動車組 大數(shù)據(jù) 數(shù)據(jù)可視化 數(shù)據(jù)預(yù)處理 數(shù)據(jù)分析 Hadoop　出處：《北京交通大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：近年來,我國高速鐵路發(fā)展迅速,給人們出行提供了便捷。但動車組在運(yùn)行過程中難免會出現(xiàn)各種各樣的故障,如何保障動車組安全高效地運(yùn)行已經(jīng)成為動車運(yùn)營領(lǐng)域研究的重點(diǎn)。動車組運(yùn)維數(shù)據(jù)量大且種類復(fù)雜,如何快速的在這些雜亂無章的數(shù)據(jù)中挖掘出有效的信息,并以可視化的方式展示出來,已成為一個重要的研究方向。隨著現(xiàn)代化技術(shù)的發(fā)展,動車組產(chǎn)生的數(shù)據(jù)量越來越大,現(xiàn)有的數(shù)據(jù)處理分析方法對大規(guī)模數(shù)據(jù)的處理已越來越不適應(yīng),難以滿足用戶的需求。針對上述問題,本文設(shè)計(jì)并實(shí)現(xiàn)了一個基于Hadoop大數(shù)據(jù)平臺的動車組運(yùn)維數(shù)據(jù)的可視化系統(tǒng)。系統(tǒng)實(shí)現(xiàn)了對動車組實(shí)時運(yùn)行數(shù)據(jù)的缺失值進(jìn)行插補(bǔ);根據(jù)業(yè)務(wù)的實(shí)際需求,通過對可視化技術(shù)應(yīng)用場景、繪制方法以及交互技術(shù)的研究,實(shí)現(xiàn)多種數(shù)據(jù)可視化展示功能,為業(yè)務(wù)人員提供一種可視化分析工具。本文的主要內(nèi)容包括:(1)通過對動車組運(yùn)維數(shù)據(jù)可視化系統(tǒng)的需求分析,提出了系統(tǒng)的整體方案設(shè)計(jì)。根據(jù)功能不同,將模塊劃分為權(quán)限管理模塊、數(shù)據(jù)導(dǎo)入導(dǎo)出模塊、數(shù)據(jù)預(yù)處理模塊以及數(shù)據(jù)可視化分析展示模塊,對各模塊進(jìn)行設(shè)計(jì)并實(shí)現(xiàn)。重點(diǎn)實(shí)現(xiàn)了數(shù)據(jù)預(yù)處理模塊以及數(shù)據(jù)可視化分析展示功能。(2)針對動車組實(shí)時運(yùn)行中車-地?cái)?shù)據(jù)傳輸存在的數(shù)據(jù)丟失問題,本文提出了加權(quán)貝葉斯算法,并將其遷移到大數(shù)據(jù)平臺上實(shí)現(xiàn)了 MapReduce化,對動車組運(yùn)維數(shù)據(jù)進(jìn)行清洗,從而提高可視化的數(shù)據(jù)質(zhì)量。(3)結(jié)合業(yè)務(wù)實(shí)際需求,系統(tǒng)引用可視化插件Echarts對動車組運(yùn)維數(shù)據(jù)進(jìn)行可視化展示,實(shí)現(xiàn)了監(jiān)測數(shù)據(jù)展示、故障數(shù)據(jù)統(tǒng)計(jì)分析、性能趨勢分析以及關(guān)聯(lián)關(guān)系分析等可視化功能,從而驗(yàn)證了可視化系統(tǒng)的實(shí)用性。
[Abstract]:In recent years, the rapid development of high-speed railway in China has provided convenience for people to travel, but EMU will inevitably appear a variety of faults in the operation process. How to ensure the safe and efficient operation of EMU has become the focus of research in the field of motor car operation. EMU has a large amount of data and complex types. How to quickly mining out effective information in these chaotic data. Visual display has become an important research direction. With the development of modern technology, the amount of data generated by EMU is increasing. The existing methods of data processing and analysis have become more and more unsuitable for large-scale data processing, and it is difficult to meet the needs of users. This paper designs and implements a visualization system of EMU operation and maintenance data based on Hadoop big data platform, which can interpolate the missing value of EMU real-time operation data. According to the actual needs of the business, through the application of visualization technology scene, drawing methods and interactive technology research, the realization of a variety of data visualization display functions. This paper provides a visual analysis tool for business personnel. The main content of this paper includes: 1) the requirement analysis of EMU operation and maintenance data visualization system is carried out. According to the different functions, the module is divided into the authority management module, the data import and export module, the data preprocessing module and the data visualization analysis module. The data preprocessing module and data visualization analysis display function. 2) aiming at the data loss problem existing in the real time operation of EMU, the data loss of vehicle-ground data transmission is realized. This paper proposes a weighted Bayesian algorithm and migrates it to big data platform to realize MapReduce to clean the data of EMU operation and maintenance. In order to improve the visual data quality, combined with the actual needs of the business, the system uses the visual plug-in Echarts to visualize the EMU operation and maintenance data, and realizes the monitoring data display. The visualization functions such as statistical analysis of fault data, performance trend analysis and correlation analysis are used to verify the practicability of the visualization system.
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：U269;TP311.13

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 韓彩夏;曹炳欣;郝偉;;基于大數(shù)據(jù)的高速動車組關(guān)鍵部件故障診斷技術(shù)研究[J];鐵路計(jì)算機(jī)應(yīng)用;2016年01期

2 周婷;張君瑛;羅成;;基于Hadoop的K-means聚類算法的實(shí)現(xiàn)[J];計(jì)算機(jī)技術(shù)與發(fā)展;2013年07期

3 史天運(yùn);孫鵬;;動車組管理信息系統(tǒng)的建設(shè)與發(fā)展[J];鐵路計(jì)算機(jī)應(yīng)用;2013年01期

4 徐昕;;淺析我國高速鐵路的現(xiàn)狀與發(fā)展[J];交通與運(yùn)輸;2010年03期

5 馬雄威;;線性回歸方程中多重共線性診斷方法及其實(shí)證分析[J];華中農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會科學(xué)版);2008年02期

6 盧祖文;;高速鐵路軌道技術(shù)綜述[J];鐵道工程學(xué)報(bào);2007年01期

相關(guān)碩士學(xué)位論文 前10條

1 劉慶;社會網(wǎng)絡(luò)關(guān)鍵節(jié)點(diǎn)可視化分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2016年

2 權(quán)鑫;基于D3.js的數(shù)據(jù)可視化系統(tǒng)框架設(shè)計(jì)與實(shí)現(xiàn)[D];北京交通大學(xué);2016年

3 趙巍;高速動車組運(yùn)維智能決策知識庫的研究和實(shí)現(xiàn)[D];北京交通大學(xué);2016年

4 王瑞松;大數(shù)據(jù)環(huán)境下時空多維數(shù)據(jù)可視化研究[D];浙江大學(xué);2016年

5 胡輝;基于Hadoop的動車組故障數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘研究與實(shí)現(xiàn)[D];北京交通大學(xué);2015年

6 延婉梅;動車組大數(shù)據(jù)清洗關(guān)鍵技術(shù)研究與實(shí)現(xiàn)[D];北京交通大學(xué);2015年

7 任欽正;動車組主動運(yùn)維服務(wù)狀態(tài)監(jiān)測與故障診斷技術(shù)研究與應(yīng)用[D];北京交通大學(xué);2014年

8 張辰;B/S模式下的數(shù)據(jù)可視化技術(shù)研究及其應(yīng)用[D];北京郵電大學(xué);2014年

9 段艷艷;知識數(shù)據(jù)庫的可視化研究與實(shí)現(xiàn)[D];電子科技大學(xué);2011年

10 張秋俠;基于數(shù)據(jù)挖掘技術(shù)的數(shù)據(jù)可視化分析的研究與實(shí)現(xiàn)[D];哈爾濱理工大學(xué);2004年

，

本文編號：1459082