| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1. 选题背景与研究意义 | 第10页 |
| 1.2. 国内外研究现状 | 第10-12页 |
| 1.2.1. 能量管理系统研究现状 | 第10-11页 |
| 1.2.2. 电力大数据研究现状 | 第11-12页 |
| 1.3. 研究内容与文章组织结构 | 第12-14页 |
| 第二章 分布式能量管理系统需求分析 | 第14-19页 |
| 2.1. 系统总体需求分析 | 第14-15页 |
| 2.2. 本地数据采集与存储层需求分析 | 第15页 |
| 2.3. 本地数据处理与传输层需求分析 | 第15-17页 |
| 2.4. 数据交互云平台需求分析 | 第17页 |
| 2.5. 混合数据平台需求分析 | 第17-18页 |
| 2.6. 数据应用层需求分析 | 第18页 |
| 2.7. 本章小结 | 第18-19页 |
| 第三章 分布式能量管理系统的关键技术 | 第19-23页 |
| 3.1. 能量调度 | 第19-20页 |
| 3.1.1. 任务调度 | 第19-20页 |
| 3.1.2. 能量优化调度 | 第20页 |
| 3.1.3. 本系统中的应用 | 第20页 |
| 3.2. 高并发网络服务器 | 第20-21页 |
| 3.2.1. TCP长连接高并发 | 第20-21页 |
| 3.2.2. 数据库操作高并发 | 第21页 |
| 3.3. 本章小节 | 第21-23页 |
| 第四章 本地管理系统的设计与实现 | 第23-33页 |
| 4.1. 本地管理系统总体介绍 | 第23页 |
| 4.2. 本地数据采集的设计与实现 | 第23-26页 |
| 4.2.1. 硬件电路 | 第24-25页 |
| 4.2.2. DL/T 645-2007 报文解析 | 第25-26页 |
| 4.3. 本地数据存储的设计与实现 | 第26页 |
| 4.4. 本地数据处理的设计与实现 | 第26-31页 |
| 4.4.1. 工作模式定义与使用场景 | 第26-27页 |
| 4.4.2. 工作模式实现方式 | 第27-28页 |
| 4.4.3. 双电源切换装置的改进 | 第28-30页 |
| 4.4.4. 单机本地能量调度策略 | 第30页 |
| 4.4.5. 多子系统能量优化调度初探 | 第30-31页 |
| 4.5. 本地数据传输的设计与实现 | 第31-32页 |
| 4.5.1. Wi-Fi模块的配置 | 第31-32页 |
| 4.5.2. 传输规则的制定 | 第32页 |
| 4.6. 系统展示 | 第32页 |
| 4.7. 本章小节 | 第32-33页 |
| 第五章 远程数据平台的设计与实现 | 第33-42页 |
| 5.1. 远程数据平台总体介绍 | 第33页 |
| 5.2. 数据交互云平台的设计与实现 | 第33-35页 |
| 5.2.1. 数据交互报文的功能 | 第33-34页 |
| 5.2.2. 数据交互报文的结构 | 第34-35页 |
| 5.3. 混合数据平台的设计与实现 | 第35-37页 |
| 5.3.1. 存储本地电力数据 | 第35-36页 |
| 5.3.2. 数据库间数据流动 | 第36-37页 |
| 5.4. 用户后台管理系统的设计与实现 | 第37-39页 |
| 5.4.1. 用户权限管理 | 第37页 |
| 5.4.2. 数据库设计 | 第37-39页 |
| 5.4.3. 创建数据接口与搭建网站 | 第39页 |
| 5.5. 数据分析、挖掘平台的设计与实现 | 第39-41页 |
| 5.5.1. 基本Hadoop配置 | 第39-40页 |
| 5.5.2. Hive与Spark配置 | 第40页 |
| 5.5.3. Kafka配置 | 第40-41页 |
| 5.6. 系统展示 | 第41页 |
| 5.7. 本章小节 | 第41-42页 |
| 第六章 分布式能量管理系统平台测试 | 第42-51页 |
| 6.1. 系统总体架构与流程 | 第42-43页 |
| 6.2. 系统健壮性测试 | 第43-46页 |
| 6.2.1. 数据采集过程健壮性测试 | 第43页 |
| 6.2.2. 保持数据通道测试 | 第43-45页 |
| 6.2.3. 错误数据报文测试 | 第45页 |
| 6.2.4. 身份验证策略 | 第45-46页 |
| 6.3. 系统性能测试 | 第46-47页 |
| 6.3.1. 数据库压力测试 | 第46页 |
| 6.3.2. TCP长连接测试 | 第46-47页 |
| 6.3.3. 系统整体测试 | 第47页 |
| 6.4. 数据分析实例测试 | 第47-50页 |
| 6.4.1. 负荷预测概述 | 第47页 |
| 6.4.2. 短期预测模型的介绍 | 第47-48页 |
| 6.4.3. 建立大数据模型下的计算并测试结果 | 第48-50页 |
| 6.5. 本章小节 | 第50-51页 |
| 第七章 总结与展望 | 第51-53页 |
| 7.1. 论文工作总结 | 第51页 |
| 7.2. 展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间的研究成果 | 第58页 |