注冊 | 登錄讀書好,好讀書,讀好書!
讀書網-DuShu.com
當前位置: 首頁出版圖書科學技術計算機/網絡家庭與辦公軟件智能電網大數據云計算技術研究

智能電網大數據云計算技術研究

智能電網大數據云計算技術研究

定 價:¥39.00

作 者: 周國亮,宋亞奇,朱永利,王桂蘭,薩初日拉 著
出版社: 清華大學出版社
叢編項:
標 簽: 暫缺

購買這本書可以去


ISBN: 9787302434894 出版時間: 2016-09-01 包裝: 平裝
開本: 16開 頁數: 154 字數:  

內容簡介

  《智能電網大數據云計算技術研究》針對智能電網大數據云計算技術展開研究,通過提高數據利用率,探索數據驅動的電力系統(tǒng)各種挑戰(zhàn)解決方案。重點研究了批處理、流式計算和內存計算等在智能電網大數據分析處理中的應用,探討了電力系統(tǒng)全景實時大數據體系架構?!吨悄茈娋W大數據云計算技術研究》在深入分析智能電網大數據特點的基礎上,開展了云計算與電力系統(tǒng)深度融合的研究工作,是云計算在電力系統(tǒng)中落地的嘗試?!吨悄茈娋W大數據云計算技術研究》可以作為電氣工程類、計算機科學與技術類專業(yè)的研究生課外參考讀物,也可作為相關專業(yè)工程技術人員、教師及科技工作者的參考。

作者簡介

暫缺《智能電網大數據云計算技術研究》作者簡介

圖書目錄

第1章 智能電網大數據現狀及挑戰(zhàn)
1.1 智能電網
1.2 云計算與大數據
1.3 智能電網大數據及特點
1.3.1 智能電網中的大數據
1.3.2 智能電網中大數據的特點
1.4 大數據處理技術
1.4.1 大數據處理的價值和復雜性
1.4.2 并行數據庫
1.4.3 云計算技術
1.4.4 云計算在智能電網中的應用
1.5 智能電網大數據機遇與挑戰(zhàn)
1.5.1 大數據傳輸及存儲技術
1.5.2 實時數據處理技術
1.5.3 異構多數據源處理技術
1.5.4 大數據可視化分析技術
1.5.5 流式計算技術
1.6 小結
第2章 批處理計算模式及其應用
2.1 批處理技術
2.2 用戶短期用電負荷預測技術
2.2.1 智能電網的互動特性
2.2.2 電力短期負荷預測
2.2.3 基于MapReduce的用戶短期電力負荷預測技術
2.3 絕緣子泄漏電流數據聚類劃分技術
2.3.1 狀態(tài)監(jiān)測數據特點
2.3.2 基于數據驅動的狀態(tài)監(jiān)測技術
2.3.3 狀態(tài)監(jiān)測大數據存儲技術
2.3.4 基于分形維數的密度聚類劃分
2.3.5 大數據聚類算法及仿真試驗
2.4 局部放電信號處理的并行EEMD算法
2.4.1 局部放電信號處理介紹
2.4.2 經驗模態(tài)分解EMD
2.4.3 總體經驗模態(tài)分解EEMD
2.4.4 EEMD去噪
2.4.5 基于MapReduce模型的并行化EEMD算法
2.4.6 實驗研究
2.5 小結
第3章 智能電網中內存計算高性能數據分析技術及應用
3.1 內存計算技術
3.2 高性能數據分析
3.3 狀態(tài)監(jiān)測實時內存計算技術
3.3.1 狀態(tài)監(jiān)測實時批處理技術
3.3.2 實時批處理的Spark技術
3.3.3 Spark大數據分析
3.4 模糊C均值聚類算法
3.4.1 FCM算法
3.4.2 Spark上矩陣操作定義
3.4.3 SparkFCM算法
3.4.4 實驗與實驗結果分析
3.5 Spark環(huán)境下的高性能OLAP分析查詢
3.5.1 相關背景及工作介紹
3.5.2 相關理論知識介紹
3.5.3 基于Spark的BUC算法設計及改進
3.5.4 實驗與實驗結果分析
3.6 小結
第4章 智能電網多源異構數據分析技術
4.1 多源異構數據
4.2 存儲優(yōu)化研究
4.2.1 數據分布優(yōu)化
4.2.2 數據塊尺寸調優(yōu)
4.2.3 Hadoop集群網絡拓撲規(guī)劃
4.3 并行數據融合算例分析
4.3.1 多數據源并行連接查詢
4.3.2 多通道數據融合特征提取
4.3.3 實驗與結果分析
4.4 多維數據連接技術
4.4.1 連接操作
4.4.2 多維Bloom Filter
4.4.3 基于MDBF的星型連接算法
4.4.4 算法分析及性能測試
4.5 小結
第5章 流式計算技術應對智能電網高速實時數據
5.1 流式數據
5.1.1 流式計算概述
5.1.2 智能電網中的流式數據
5.1.3 基于分布式技術的監(jiān)測大數據可靠接收及其快速分發(fā)
5.1.4 流式計算在電力系統(tǒng)中的應用
5.2 狀態(tài)監(jiān)測實時流數據處理技術
5.2.1 狀態(tài)監(jiān)測流數據
5.2.2 Storm流數據處理技術
5.2.3 狀態(tài)監(jiān)測流數據處理
5.3 大規(guī)模用電數據流實時聚類技術
5.3.1 用電數據流
5.3.2 DBSCAN聚類算法
5.3.3 流數據上DBSCAN
5.3.4 Spark中的流式DBSCAN算法
5.4 基于近似熵算法的電網數據特征提取
5.4.1 近似熵理論
5.4.2 Storm框架下近似熵算法的實現
5.5 小結
第6章 智能電網大數據全景實時分析平臺探索
6.1 全景實時分析背景
6.2 全景實時分析關鍵技術問題
6.2.1 基于大數據的大電網安全可靠性分析技術
6.2.2 基于大數據的輸變電設備全壽命周期管理
6.2.3 全景實時能源動態(tài)平衡調度技術
6.3 電力大數據實時分析核心技術
6.3.1 主要技術挑戰(zhàn)
6.3.2 多核/眾核并行計算技術
6.3.3 列存儲技術
6.3.4 基于優(yōu)先級的電力云平臺的任務調配
6.3.5 大規(guī)模流數據可靠接收技術
6.4 電力大數據分析平臺
6.4.1 平臺架構
6.4.2 平臺特色
6.5 小結
第7章 大數據支撐能源互聯(lián)網建設
7.1 能源互聯(lián)網
7.2 能源互聯(lián)網中的實時大數據
7.3 大數據支撐能源互聯(lián)網
7.3.1 大數據支撐能源互聯(lián)網整體優(yōu)化和調度
7.3.2 大數據提高能源互聯(lián)網安全等級
第8章 總結與展望
8.1 總結
8.2 展望
參考文獻

本目錄推薦

掃描二維碼
Copyright ? 讀書網 m.ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網安備 42010302001612號