超大规模风电基地风电监测系统关键技术研究
中文摘要 | 第1-5页 |
ABSTRACT | 第5-11页 |
第一章 绪论 | 第11-26页 |
·引言 | 第11-12页 |
·风力发电技术概述 | 第12-18页 |
·风力发电的起源和发展 | 第12-14页 |
·现代风电生产过程 | 第14-16页 |
·基于超大规模风电基地的风电接入方式 | 第16-18页 |
·风电大规模集中接入对电网稳定的挑战及应对措施 | 第18-22页 |
·风电大规模集中接入对电网稳定的挑战 | 第18-19页 |
·常见的应对措施 | 第19-20页 |
·超短期风电预测技术 | 第20-22页 |
·风电监测系统的研究现状及课题来源 | 第22-23页 |
·国外研究现状 | 第22页 |
·国内研究现状 | 第22页 |
·课题来源 | 第22-23页 |
·风电监测系统的关键技术 | 第23-24页 |
·风电数据整合技术 | 第23-24页 |
·并行风电数据存储与处理技术 | 第24页 |
·风电监测系统的高可用技术 | 第24页 |
·论文的主要工作和章节安排 | 第24-26页 |
第二章 超大规模风电基地风电监测系统理论研究 | 第26-42页 |
·引言 | 第26页 |
·风电监测系统的指标体系 | 第26-28页 |
·基本监测指标 | 第27页 |
·汇总类指标 | 第27页 |
·系统特性指标 | 第27-28页 |
·风电规律分析 | 第28-29页 |
·电能波动分析 | 第28页 |
·风能利用状况分析 | 第28-29页 |
·风能资源分布分析 | 第29页 |
·超大规模风电基地风电监测原理 | 第29-41页 |
·风电数据的采集 | 第31-36页 |
·风电数据的上传与整合 | 第36-39页 |
·监测数据的存储 | 第39-40页 |
·监测数据的处理 | 第40页 |
·基于Web的风电信息展现 | 第40-41页 |
·小结 | 第41-42页 |
第三章 基于ETL的风电监测数据整合研究 | 第42-67页 |
·引言 | 第42页 |
·原始风电监测数据特征分析 | 第42-45页 |
·数据来源不统一 | 第43页 |
·数据格式不一致 | 第43-45页 |
·基于ETL的数据整合原理 | 第45-48页 |
·ETL与VDB的对比分析 | 第45-47页 |
·ETL的原理分析 | 第47-48页 |
·ETL原则指标 | 第48页 |
·ETL风电监测数据整合算法 | 第48-54页 |
·元数据设计 | 第48-49页 |
·数据抽取 | 第49-50页 |
·数据转换 | 第50-53页 |
·数据加载 | 第53-54页 |
·风电监测数据整合系统的实现 | 第54-62页 |
·整体结构 | 第54-55页 |
·监控模块 | 第55-56页 |
·数据抽取模块 | 第56-59页 |
·汇编模块 | 第59-61页 |
·加载模块 | 第61-62页 |
·错误处理机制 | 第62页 |
·实验与分析 | 第62-65页 |
·数据正确性验证与分析 | 第63页 |
·服务性能验证与分析 | 第63-64页 |
·数据的实时性验证和分析 | 第64-65页 |
·小结 | 第65-67页 |
第四章 基于并行技术的风电数据处理研究 | 第67-86页 |
·引言 | 第67页 |
·并行风电数据处理需求分析 | 第67-70页 |
·引入并行技术的必要性分析 | 第67-68页 |
·引入并行技术的可行性分析 | 第68-70页 |
·并行风电数据处理体系 | 第70-71页 |
·整体结构 | 第70-71页 |
·性能提升的评价指标 | 第71页 |
·并行风电数据库的体系结构设计 | 第71-74页 |
·风电数据库的特点 | 第71-72页 |
·并行风电数据库体系 | 第72-73页 |
·并行数据存储结构 | 第73-74页 |
·并行风电数据服务模型 | 第74-80页 |
·并行服务程序的接入方式 | 第74-76页 |
·基于MPI和共享内存的并行处理模型 | 第76-78页 |
·虚拟分区算法研究 | 第78-79页 |
·数据计算的一般原则 | 第79-80页 |
·基于MPI的并行数据服务系统开发 | 第80-82页 |
·并行服务结构设计 | 第80页 |
·可靠性分析 | 第80-82页 |
·实验 | 第82-84页 |
·获取数据性能提升验证 | 第82-83页 |
·聚集函数计算测试 | 第83-84页 |
·一般性计算(非聚集函数计算)测试 | 第84页 |
·小结 | 第84-86页 |
第五章 基于动态预警/调度的高可用性研究 | 第86-109页 |
·引言 | 第86页 |
·高可用性概述 | 第86-91页 |
·高可用性的定义 | 第86-87页 |
·影响系统可用性的因素 | 第87-88页 |
·高可用系统的一般结构 | 第88-89页 |
·构建高可用系统的原则 | 第89-91页 |
·动态预警/调度原理 | 第91-102页 |
·经典可用性的局限性分析 | 第91-92页 |
·可修复系统的动态可用性 | 第92-93页 |
·动态预警/调度算法 | 第93-96页 |
·基于BP神经网络的节点可用性预测 | 第96-100页 |
·基于多线程的动态预警/调度设计 | 第100-102页 |
·高可用监控系统的实现 | 第102-105页 |
·系统接口 | 第103页 |
·本地资源管理 | 第103页 |
·高可用管理 | 第103-105页 |
·实验与分析 | 第105-107页 |
·预测的准确性验证 | 第105页 |
·预测速度验证 | 第105-106页 |
·可用性提升验证 | 第106-107页 |
·小结 | 第107-109页 |
第六章 应用案例——酒泉风电基地风电监测系统 | 第109-122页 |
·引言 | 第109页 |
·酒泉风电监测系统的结构 | 第109-111页 |
·功能结构 | 第109-110页 |
·硬件结构 | 第110-111页 |
·系统运行效果 | 第111-117页 |
·业务功能 | 第111-114页 |
·管理功能 | 第114-117页 |
·风电数据分析 | 第117-121页 |
·风电出力特性分析 | 第117-119页 |
·风电质量评估 | 第119-121页 |
·小结 | 第121-122页 |
第七章 结论与展望 | 第122-125页 |
·结论 | 第122-123页 |
·主要创新成果 | 第123页 |
·展望 | 第123-125页 |
参考文献 | 第125-135页 |
发表论文和参加科研情况 | 第135-136页 |
附录 | 第136-141页 |
致谢 | 第141-142页 |