面向电网时序数据的数据质量实时治理技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 国内外研究动态 | 第10-12页 |
| 1.2.1 时间序列分析研究现状 | 第10-11页 |
| 1.2.2 数据质量控制研究现状 | 第11-12页 |
| 1.2.3 Storm的研究与应用现状 | 第12页 |
| 1.3 论文内容及组织结构 | 第12-14页 |
| 第2章 时间序列分析 | 第14-20页 |
| 2.1 时间序列分析概念 | 第14-15页 |
| 2.2 智能电网时序数据 | 第15-16页 |
| 2.3 ARIMA模型 | 第16页 |
| 2.4 ARIMA建模流程 | 第16-18页 |
| 2.4.1 AIC准则 | 第17-18页 |
| 2.4.2 参数估计 | 第18页 |
| 2.5 ARIMA预测 | 第18-19页 |
| 2.6 电网时序数据特点及模型适用性 | 第19页 |
| 2.7 本章小结 | 第19-20页 |
| 第3章 数据质量控制方法 | 第20-28页 |
| 3.1 数据质量问题的解决办法 | 第20-22页 |
| 3.1.1 数据清理步骤 | 第20-21页 |
| 3.1.2 单数据源中孤立点的检测 | 第21-22页 |
| 3.2 智能电网中的数据质量控制 | 第22-27页 |
| 3.2.1 智能电网中的数据质量控制方法 | 第22-23页 |
| 3.2.2 智能电网数据质量控制过程 | 第23-24页 |
| 3.2.3 适用于本框架的孤立点检测方法 | 第24-27页 |
| 3.3 本章小结 | 第27-28页 |
| 第4章 电网时序数据的数据质量实时治理框架的设计 | 第28-41页 |
| 4.1 Storm基本概念 | 第28-32页 |
| 4.1.1 Storm基本组件 | 第29页 |
| 4.1.2 Storm运行机制 | 第29-32页 |
| 4.2 框架工作原理 | 第32-33页 |
| 4.3 基于Hbase的时序数据存储模式 | 第33-35页 |
| 4.4 Topology详细设计 | 第35-40页 |
| 4.4.1 Spout处理机制 | 第37-38页 |
| 4.4.2 Bolt处理机制 | 第38-39页 |
| 4.4.3 流分组策略 | 第39-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第5章 电网时序数据的数据质量实时治理测试 | 第41-55页 |
| 5.1 Storm集群部署 | 第41-44页 |
| 5.1.1 搭建ZooKeeper集群 | 第42页 |
| 5.1.2 安装Storm本地依赖 | 第42页 |
| 5.1.3 搭建Storm集群 | 第42-44页 |
| 5.2 Storm实例编写 | 第44-47页 |
| 5.2.1 实例需求分析 | 第44页 |
| 5.2.2 拓扑详细设计 | 第44-46页 |
| 5.2.3 拓扑运行 | 第46-47页 |
| 5.3 实例 | 第47-54页 |
| 5.3.1 样本容量对预测结果的影响 | 第47-48页 |
| 5.3.2 预测准确性分析 | 第48-52页 |
| 5.3.3 Storm处理效率检验 | 第52-53页 |
| 5.3.4 服务器资源消耗情况 | 第53-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第6章 结论与展望 | 第55-57页 |
| 6.1 论文完成的主要工作 | 第55-56页 |
| 6.2 未来展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第60-61页 |
| 致谢 | 第61页 |
