基于大數據技術的徑流式小水電功率預測的研究與應用.pdf

1、在全球能源問題日益嚴峻，國家大力發(fā)展清潔能源的趨勢下，徑流式小水電站發(fā)電功率的合理調度管理具有十分重大的意義。貴州省是我國水資源豐富的省區(qū)之一，河流密布，水量豐富，省內有相當數量的小水電站。依托國家科技支撐項目，華北電力大學與貴州電網公司研發(fā)了小水電集群功率預測系統(tǒng)負責全省徑流式小水電的日前功率預測。
　　然而，隨著未來小水電站的數量將不斷增多，發(fā)電功率數據量也將成倍增加，基于傳統(tǒng)關系型數據庫的原有系統(tǒng)，由于其固有的系統(tǒng)擴展性差、

2、并發(fā)難度大等多種問題，將難以滿足海量徑流式小水電功率數據的高效存儲管理的需求。此外，系統(tǒng)中現(xiàn)有的功率預測以高性能計算機串型計算為主，在面對巨大數據量時存在數據處理時間長，預測速度慢，風險控制不足以及容錯率低等問題，給小水電功率預測計算帶來了極大的不便。
　　為了解決上述問題并實現(xiàn)對徑流式小水電功率數據的高效存儲、訪問和快速計算，首先，本文通過考慮各級電網調度的層次關系以及分析徑流式小水電功率數據特點，將徑流式小水電功率數據遷移至H

3、adoop大數據平臺上。充分考慮實際徑流式小水電功率數據量的產生速度，設計了徑流式小水電功率數據存儲方案，并提出徑流式小水電功率數據的追加策略和基于多衡量指標評價的數據副本放置策略。
　　其次，分析了徑流式小水電發(fā)電功率的影響因素，結合徑流式小水電功率數據與氣象信息的相關性特點，設計了基于氣象信息的徑流式小水電功率預測模型，并采用分布式計算方式實現(xiàn)。
　　最后，利用所提方案搭建了實驗仿真平臺，應用真實數據算例得到預測結果并與