基于云平台的电力行业数据处理
摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第9-13页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 主要研究内容 | 第10-11页 |
1.3 本文组织结构 | 第11-13页 |
第二章 云平台的搭建及完善 | 第13-29页 |
2.1 云计算关键技术介绍 | 第13-20页 |
2.1.1 虚拟化技术和OpenStack | 第13-15页 |
2.1.2 Hadoop及其生态圈 | 第15-19页 |
2.1.3 流式数据收采集 | 第19-20页 |
2.2 搭建云平台 | 第20-26页 |
2.2.1 搭建云平台的关键步骤 | 第21-24页 |
2.2.2 云平台概况 | 第24-26页 |
2.3 云平台高可用性、扩展性和监控软件配置 | 第26-28页 |
2.3.1 高可用性配置 | 第26-27页 |
2.3.2 扩展性配置 | 第27页 |
2.3.3 平台性能监控 | 第27-28页 |
2.4 本章小结 | 第28-29页 |
第三章 基于云平台的电力业务处理方案 | 第29-53页 |
3.1 电力行业业务特点分析 | 第29-37页 |
3.1.1 电力数据采集业务分析 | 第29-31页 |
3.1.2 电量计算业务分析 | 第31-33页 |
3.1.3 线损计算业务分析 | 第33-34页 |
3.1.4 查询业务分析 | 第34-37页 |
3.2 业务处理方案设计 | 第37-52页 |
3.2.1 数据采集分发模块 | 第37-40页 |
3.2.2 在线处理模块 | 第40-42页 |
3.2.3 离线处理模块 | 第42-46页 |
3.2.4 存储查询模块 | 第46-51页 |
3.2.5 Web交互模块 | 第51-52页 |
3.3 本章小结 | 第52-53页 |
第四章 基于云平台的用电数据分类算法研究 | 第53-59页 |
4.1 高维用电数据分类问题 | 第53-54页 |
4.1.1 问题描述 | 第53-54页 |
4.1.2 逻辑回归算法简介 | 第54页 |
4.2 基于信息量的特征选择方法 | 第54-58页 |
4.2.1 用电数据的特点 | 第54-56页 |
4.2.2 信息量计算和特征选取 | 第56-58页 |
4.3 本章小结 | 第58-59页 |
第五章 性能测试实验与结果分析 | 第59-68页 |
5.1 实验环境和实验数据 | 第59-60页 |
5.1.1 实验环境 | 第59-60页 |
5.1.2 实验数据 | 第60页 |
5.2 云平台性能测试 | 第60-62页 |
5.2.1 读写性能测试 | 第60-61页 |
5.2.2 HA测试和扩展性测试 | 第61-62页 |
5.3 业务处理功能测试 | 第62-65页 |
5.3.1 电量计算测试 | 第62-64页 |
5.3.2 线损计算测试 | 第64-65页 |
5.3.3 查询业务测试 | 第65页 |
5.4 用电数据分类算法测试 | 第65-67页 |
5.5 本章小结 | 第67-68页 |
第六章 总结与展望 | 第68-70页 |
6.1 本文总结 | 第68-69页 |
6.2 不足与展望 | 第69-70页 |
参考文献 | 第70-73页 |
致谢 | 第73-74页 |
作者攻读学位期间发表的学术论文目录 | 第74页 |