电网企业大数据平台建设与应用研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 研究背景及意义 | 第11-15页 |
| 1.1.1 研究背景 | 第11-13页 |
| 1.1.2 研究意义 | 第13-15页 |
| 1.2 国内外研究综述 | 第15-18页 |
| 1.2.1 国外研究现状 | 第15-16页 |
| 1.2.2 国内研究现状 | 第16-18页 |
| 1.3 研究内容 | 第18-20页 |
| 第2章 电网企业大数据相关技术及原理 | 第20-26页 |
| 2.1 批处理系统 | 第20-21页 |
| 2.1.1 概述 | 第20页 |
| 2.1.2 Hadoop | 第20-21页 |
| 2.2 流处理系统 | 第21-23页 |
| 2.2.1 概述 | 第21-22页 |
| 2.2.2 Storm | 第22-23页 |
| 2.2.3 Samza | 第23页 |
| 2.3 混合处理系统 | 第23-24页 |
| 2.3.1 概述 | 第23-24页 |
| 2.3.2 Spark | 第24页 |
| 2.4 本章小结 | 第24-26页 |
| 第3章 电网企业大数据服务需求分析 | 第26-33页 |
| 3.1 某电网企业数据资源现状 | 第26-27页 |
| 3.2 电网企业大数据服务需求 | 第27-32页 |
| 3.2.1 业务需求 | 第28-29页 |
| 3.2.2 应用需求 | 第29-31页 |
| 3.2.3 技术需求 | 第31-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第4章 电网企业大数据平台设计与实现 | 第33-62页 |
| 4.1 大数据平台架构 | 第33-37页 |
| 4.1.1 功能架构 | 第33-34页 |
| 4.1.2 技术选型 | 第34-36页 |
| 4.1.3 技术架构 | 第36-37页 |
| 4.2 数据整合设计 | 第37-40页 |
| 4.2.1 数据采集 | 第38-40页 |
| 4.2.2 数据流向 | 第40页 |
| 4.3 数据存储 | 第40-45页 |
| 4.3.1 关系数据存储 | 第41页 |
| 4.3.2 分布式文件系统 | 第41-44页 |
| 4.3.3 分布式数据库 | 第44-45页 |
| 4.4 数据计算 | 第45-49页 |
| 4.4.1 统一资源与权限管控 | 第45-46页 |
| 4.4.2 批处理计算 | 第46-47页 |
| 4.4.3 流计算引擎 | 第47-48页 |
| 4.4.4 内存计算框架 | 第48-49页 |
| 4.4.5 查询计算 | 第49页 |
| 4.5 数据分析 | 第49-52页 |
| 4.5.1 全面的分析模型及算法库 | 第49-52页 |
| 4.5.2 机器学习算法 | 第52页 |
| 4.6 数据管理 | 第52-55页 |
| 4.6.1 数据模型 | 第53页 |
| 4.6.2 数据质量管理 | 第53-54页 |
| 4.6.3 数据全过程监测 | 第54页 |
| 4.6.4 数据运维管理 | 第54-55页 |
| 4.7 平台服务 | 第55-60页 |
| 4.7.1 平台存储服务接口 | 第55-56页 |
| 4.7.2 平台计算服务接口 | 第56-57页 |
| 4.7.3 平台分析服务接口 | 第57-58页 |
| 4.7.4 平台展示服务接口 | 第58-59页 |
| 4.7.5 可视化设计及组件 | 第59-60页 |
| 4.8 本章小结 | 第60-62页 |
| 第5章 电网企业大数据平台应用成效分析 | 第62-74页 |
| 5.1 数据应用模式 | 第62-63页 |
| 5.2 场景分析 | 第63-70页 |
| 5.2.1 流处理应用案例 | 第63-65页 |
| 5.2.2 实时分析应用案例 | 第65-67页 |
| 5.2.3 离线分析应用案例 | 第67-68页 |
| 5.2.4 数据挖掘应用案例 | 第68-70页 |
| 5.3 应用成效分析 | 第70-73页 |
| 5.3.1 效果评价指标构建原则及体系 | 第70-71页 |
| 5.3.2 成效评价 | 第71-73页 |
| 5.4 本章小结 | 第73-74页 |
| 第6章 研究成果和结论 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-81页 |
| 作者简介 | 第81页 |
