《電力設備監測大數據分析方法》是2018年10月中國電力出版社出版的圖書，作者是宋亞奇、李莉、朱永利。
基本介紹
- 中文名：電力設備監測大數據分析方法
- 作者：宋亞奇、李莉、朱永利
- 出版社：中國電力出版社
- 出版時間：2018年10月
- 頁數：192 頁
- 定價：60 元
- 開本：16 開
- 裝幀：平裝
- ISBN：9787519822361
內容簡介,圖書目錄,
內容簡介
隨著智慧型電網建設的不斷推進，智慧型化電力一次設備和常規電力設備的線上監測都得到了較大發展並成為趨勢，監測數據變得日益龐大，電力設備線上監測系統越來越面臨巨大的技術挑戰。本書以電力設備監測大數據的存儲和並行處理方法為研究對象，利用雲計算和大數據處理技術（Hadoop\Spark\MaxCompute\StreamCompute\DataHub\DataV）對電力設備監測大數據的存儲方法、數據在分散式平台下的分布策略、波形信號的並行分析和特徵提取方法、多源數據的並行關聯查詢和分析方法、監測數據的並行聚類方法以及短時高並發報警數據的實時模式識別、監測數據流式計算和大數據可視化等問題進行了系統深入的研究。
圖書目錄
前言
第一章 電力設備監測大數據的特點和所面臨的技術挑戰
第一節 電力設備監測大數據的特點
第二節 電力設備監測數據存儲和數據處理所面臨的技術挑戰
第三節 電力設備監測數據存儲和數據處理的研究現狀
參考文獻
第二章 雲計算與大數據處理技術
第一節 雲計算與大數據的關係
第二節 大數據處理技術概述
參考文獻
第三章 基於Hadoop的電力設備監測大數據存儲與處理方法
第一節 監測大數據的存儲和批量計算需求
第二節 Hadoop大數據處理技術
第三節 電力設備高速採樣數據的Hadoop存儲方法研究
第四節 Hadoop平台下電力設備監測數據的存儲最佳化與並行分析
第五節 雲平台下並行EEMD局部放電信號去噪方法研究
第六節 基於並行化半監督K-means聚類的電力設備狀態評估
第七節 並行化分形維數特徵提取與密度聚類劃分
參考文獻
第四章 基於Spark的電力設備監測大數據並行分析及其套用研究
第一節 Spark大數據處理技術
第二節 電力設備狀態快速模式識別
參考文獻
第五章 基於大數據計算服務的局部放電相位分析和模式識別
第一節 大數據環境下傳統局部放電相位分析的局限性
第二節 自建Hadoop存儲系統的局限性
第三節 大數據計算服務的存儲模式和並行計算模型
第四節 並行化PD信號分析整體流程
第五節 數據預處理和數據上傳
第六節 變壓器局部放電數據的MaxCompute表存儲方法
第七節 PD信號放電基本參數n-q-ψ並行提取算法
第八節 譜圖構造和統計特徵計算
第九節 並行化KNN局部放電類型識別
第十節 實驗結果與分析
參考文獻
第六章 基於Stream Compute的電力設備監測數據實時分析
參考文獻
第七章 同步多通道的電力設備狀態監測數據特徵提取方法
第一節 同步多通道監測數據的多尺度分析研究的意義
第二節 同步多通道監測數據的多尺度分析研究現狀
第三節 同步多通道監測數據的多尺度分析研究方案
參考文獻
第八章 總結與展望
第一節 總結
第二節 展望
