基于大数据分析的电气设备状态评估技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究的背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 电气设备状态监测和状态评估研究现状 | 第11-12页 |
| 1.2.2 大数据分析技术研究现状 | 第12-15页 |
| 1.3 本文主要工作 | 第15页 |
| 1.4 章节安排 | 第15-17页 |
| 第2章 大数据和云计算相关技术 | 第17-23页 |
| 2.1 Hadoop平台概述 | 第17-18页 |
| 2.2 Hadoop分布式计算关键技术 | 第18-20页 |
| 2.2.1 HDFS概述 | 第18-19页 |
| 2.2.2 MapReduce计算框架 | 第19-20页 |
| 2.3 大数据分析过程 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 基于大数据分析的电气设备状态评估 | 第23-29页 |
| 3.1 数据预处理 | 第23页 |
| 3.2 单状态量的电气设备状态评估 | 第23-28页 |
| 3.2.1 时间序列自回归模型 | 第23-24页 |
| 3.2.2 自组织神经网络对时间序列的量化 | 第24-25页 |
| 3.2.3 时间序列变化过程中的大数据分析 | 第25-28页 |
| 3.3 本章小结 | 第28-29页 |
| 第4章 大数据状态评估系统的设计 | 第29-42页 |
| 4.1 系统整体设计 | 第29-34页 |
| 4.1.1 设计原则 | 第29页 |
| 4.1.2 功能设计 | 第29-32页 |
| 4.1.3 数据架构设计 | 第32-33页 |
| 4.1.4 技术架构设计 | 第33-34页 |
| 4.2 系统体系结构设计 | 第34-36页 |
| 4.2.1 客户端设计 | 第35页 |
| 4.2.2 服务器端设计 | 第35-36页 |
| 4.3 数据库设计 | 第36-38页 |
| 4.4 状态评估模块设计 | 第38-41页 |
| 4.4.1 状态评估模型设计 | 第38-39页 |
| 4.4.2 模型验证 | 第39-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第5章 大数据状态评估系统的实现 | 第42-57页 |
| 5.1 大数据分析平台搭建 | 第42-49页 |
| 5.1.1 准备工作 | 第42-44页 |
| 5.1.2 配置Hadoop | 第44-47页 |
| 5.1.3 安装Zookeeper | 第47-48页 |
| 5.1.4 安装HBase | 第48-49页 |
| 5.2 系统功能模块实现 | 第49-56页 |
| 5.2.1 电网状态信息展示模块 | 第50-52页 |
| 5.2.2 变电设备状态分析模块 | 第52-55页 |
| 5.2.3 输电设备状态分析模块 | 第55-56页 |
| 5.3 本章小结 | 第56-57页 |
| 第6章 总结与展望 | 第57-58页 |
| 6.1 总结 | 第57页 |
| 6.2 展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第62-63页 |
| 致谢 | 第63页 |
