| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 论文研究背景及意义 | 第8-9页 |
| 1.2 国内外研究情况 | 第9-13页 |
| 1.2.1 电能质量研究现状 | 第9-11页 |
| 1.2.2 Hadoop应用现状 | 第11-12页 |
| 1.2.3 电能质量云平台研究现状 | 第12-13页 |
| 1.3 本文的主要研究内容与章节安排 | 第13-15页 |
| 2 Hadoop平台概述 | 第15-27页 |
| 2.1 云计算简介 | 第15-17页 |
| 2.2 Hadoop平台简介 | 第17-18页 |
| 2.3 Hadoop相关技术 | 第18-26页 |
| 2.3.1 HDFS分布式文件系统 | 第18-20页 |
| 2.3.2 Kafka高吞吐量消息队列 | 第20-21页 |
| 2.3.3 MapReduce分布式计算框架 | 第21-24页 |
| 2.3.4 Zookeeper分布式应用程序协调服务 | 第24-25页 |
| 2.3.5 HBase分布式数据库 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 电能质量云平台分析 | 第27-38页 |
| 3.1 电能质量概述 | 第27-31页 |
| 3.1.1 电能质量概念 | 第27页 |
| 3.1.2 电能质量海量监测数据来源 | 第27-28页 |
| 3.1.3 电能质量指标 | 第28-31页 |
| 3.2 系统功能需求分析 | 第31页 |
| 3.3 电能质量监测系统分析 | 第31-33页 |
| 3.3.1 电能质量监测系统概述 | 第31-32页 |
| 3.3.2 电能质量数据的特征 | 第32页 |
| 3.3.3 电能质量监测数据处理 | 第32-33页 |
| 3.4 平台分析 | 第33-37页 |
| 3.4.1 平台结构 | 第33-35页 |
| 3.4.2 平台数据处理 | 第35-36页 |
| 3.4.3 电能质量分析算法 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 4 电能质量云平台的实现 | 第38-54页 |
| 4.1 云平台开发环境部署 | 第38-43页 |
| 4.1.1 安装虚拟机和CentOS操作系统 | 第38-40页 |
| 4.1.2 安装配置Hadoop | 第40-41页 |
| 4.1.3 安装配置SSH | 第41页 |
| 4.1.4 Hadoop集群启动 | 第41-42页 |
| 4.1.5 安装配置Zookeeper | 第42页 |
| 4.1.6 安装配置HBase | 第42-43页 |
| 4.1.7 安装配置Kafka | 第43页 |
| 4.2 电能质量数据的接收和存储实现 | 第43-49页 |
| 4.2.1 Kafka接收电能质量数据 | 第43-45页 |
| 4.2.2 电能质量数据存入HBase数据库 | 第45-49页 |
| 4.3 电能质量分析算法的实现 | 第49-51页 |
| 4.3.1 Map函数的设计和实现 | 第50-51页 |
| 4.3.2 Reduce函数的设计和实现 | 第51页 |
| 4.4 JavaEE与Hadoop交互实现 | 第51-53页 |
| 4.5 本章小结 | 第53-54页 |
| 5 实验与数据分析 | 第54-58页 |
| 5.1 实验设计 | 第54页 |
| 5.2 实验配置 | 第54页 |
| 5.3 实验分析 | 第54-57页 |
| 5.3.1 电能质量数据处理效率分析 | 第54-56页 |
| 5.3.2 平台可靠性实验分析 | 第56-57页 |
| 5.4 本章小结 | 第57-58页 |
| 6 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58页 |
| 6.2 展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录 攻读学位期间的学术成果 | 第65页 |