图书介绍
智能电网大数据云计算技术研究PDF|Epub|txt|kindle电子书版本网盘下载
- 周国亮，宋亚奇，朱永利，王桂兰等著 著
- 出版社： 北京：清华大学出版社
- ISBN：9787302434894
- 出版时间：2016
- 标注页数：154页
- 文件大小：31MB
- 文件页数：165页
- 主题词：互联网络－应用－智能控制－电网－研究
PDF下载
下载说明
智能电网大数据云计算技术研究PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 智能电网大数据现状及挑战1
1.1 智能电网1
1.2 云计算与大数据2
1.3 智能电网大数据及特点5
1.3.1 智能电网中的大数据5
1.3.2 智能电网中大数据的特点6
1.4 大数据处理技术8
1.4.1 大数据处理的价值和复杂性8
1.4.2 并行数据库9
1.4.3 云计算技术10
1.4.4 云计算在智能电网中的应用11
1.5 智能电网大数据机遇与挑战11
1.5.1 大数据传输及存储技术11
1.5.2 实时数据处理技术13
1.5.3 异构多数据源处理技术14
1.5.4 大数据可视化分析技术15
1.5.5 流式计算技术15
1.6 小结16
第2章 批处理计算模式及其应用17
2.1 批处理技术17
2.2 用户短期用电负荷预测技术19
2.2.1 智能电网的互动特性19
2.2.2 电力短期负荷预测20
2.2.3 基于MapReduce的用户短期电力负荷预测技术21
2.3 绝缘子泄漏电流数据聚类划分技术22
2.3.1 状态监测数据特点22
2.3.2 基于数据驱动的状态监测技术23
2.3.3 状态监测大数据存储技术24
2.3.4 基于分形维数的密度聚类划分27
2.3.5 大数据聚类算法及仿真试验30
2.4 局部放电信号处理的并行EEMD算法32
2.4.1 局部放电信号处理介绍32
2.4.2 经验模态分解EMD33
2.4.3 总体经验模态分解EEMD34
2.4.4 EEMD去噪34
2.4.5 基于MapReduce模型的并行化EEMD算法35
2.4.6 实验研究43
2.5 小结50
第3章 智能电网中内存计算高性能数据分析技术及应用52
3.1 内存计算技术52
3.2 高性能数据分析53
3.3 状态监测实时内存计算技术54
3.3.1 状态监测实时批处理技术54
3.3.2 实时批处理的Spark技术54
3.3.3 Spark大数据分析55
3.4 模糊C均值聚类算法59
3.4.1 FCM算法60
3.4.2 Spark上矩阵操作定义61
3.4.3 Spark-FCM算法65
3.4.4 实验与实验结果分析70
3.5 Spark环境下的高性能OLAP分析查询71
3.5.1 相关背景及工作介绍71
3.5.2 相关理论知识介绍72
3.5.3 基于Spark的BUC算法设计及改进73
3.5.4 实验与实验结果分析75
3.6 小结79
第4章 智能电网多源异构数据分析技术80
4.1 多源异构数据80
4.2 存储优化研究81
4.2.1 数据分布优化81
4.2.2 数据块尺寸调优83
4.2.3 Hadoop集群网络拓扑规划84
4.3 并行数据融合算例分析84
4.3.1 多数据源并行连接查询84
4.3.2 多通道数据融合特征提取88
4.3.3 实验与结果分析90
4.4 多维数据连接技术93
4.4.1 连接操作95
4.4.2 多维Bloom Filter96
4.4.3 基于MDBF的星型连接算法98
4.4.4 算法分析及性能测试102
4.5 小结104
第5章 流式计算技术应对智能电网高速实时数据105
5.1 流式数据105
5.1.1 流式计算概述105
5.1.2 智能电网中的流式数据106
5.1.3 基于分布式技术的监测大数据可靠接收及其快速分发107
5.1.4 流式计算在电力系统中的应用108
5.2 状态监测实时流数据处理技术110
5.2.1 状态监测流数据110
5.2.2 Storm流数据处理技术110
5.2.3 状态监测流数据处理111
5.3 大规模用电数据流实时聚类技术113
5.3.1 用电数据流113
5.3.2 DBSCAN聚类算法114
5.3.3 流数据上DBSCAN115
5.3.4 Spark中的流式DBSCAN算法115
5.4 基于近似熵算法的电网数据特征提取118
5.4.1 近似熵理论118
5.4.2 Storm框架下近似熵算法的实现120
5.5 小结122
第6章 智能电网大数据全景实时分析平台探索123
6.1 全景实时分析背景123
6.2 全景实时分析关键技术问题125
6.2.1 基于大数据的大电网安全可靠性分析技术125
6.2.2 基于大数据的输变电设备全寿命周期管理127
6.2.3 全景实时能源动态平衡调度技术129
6.3 电力大数据实时分析核心技术130
6.3.1 主要技术挑战130
6.3.2 多核／众核并行计算技术130
6.3.3 列存储技术132
6.3.4 基于优先级的电力云平台的任务调配134
6.3.5 大规模流数据可靠接收技术135
6.4 电力大数据分析平台136
6.4.1 平台架构136
6.4.2 平台特色139
6.5 小结139
第7章 大数据支撑能源互联网建设140
7.1 能源互联网140
7.2 能源互联网中的实时大数据141
7.3 大数据支撑能源互联网142
7.3.1 大数据支撑能源互联网整体优化和调度142
7.3.2 大数据提高能源互联网安全等级143
第8章 总结与展望146
8.1 总结146
8.2 展望147
参考文献148