版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、云計算是網(wǎng)格計算,并行計算和分布式計算等概念混合演進后在商業(yè)領(lǐng)域發(fā)展出的一種計算模型,被廣泛應(yīng)用于分析與處理海量數(shù)據(jù)。云計算的應(yīng)用使得在降低終端設(shè)備性能的同時提高數(shù)據(jù)處理能力想法成為現(xiàn)實。智能電網(wǎng)的發(fā)展和電力信息的爆炸式增長對未來電網(wǎng)的信息處理和數(shù)據(jù)存儲能力提出了力這更高的要求。鑒于云計算與電力系統(tǒng)在運行機制上的相似性,可以將云計算應(yīng)用于電力系統(tǒng),以提高電網(wǎng)的信息處理和數(shù)據(jù)存儲能力。
本文研究了現(xiàn)有云計算技術(shù)及開源Hado
2、op平臺計算模型的實現(xiàn)流程,基于Hadoop云計算平臺及MapReduce軟件框架,結(jié)合GSA電力系統(tǒng)不良辨識算法,提出了一種電力系統(tǒng)不良數(shù)據(jù)辨識云計算方法。該方法中,為解決參考分布和聚類初值隨意選取對GSA算法精度造成的影響,利用肘形判據(jù)原理和最大最小距離法對GSA算法進行了優(yōu)化。分別將傳統(tǒng)GSA算法和優(yōu)化GSA算法應(yīng)用于UCI標(biāo)準(zhǔn)數(shù)據(jù)庫中的IRIS數(shù)據(jù)集辨識中發(fā)現(xiàn),優(yōu)化GSA算法辨識的精度明顯高于傳統(tǒng)GSA方法;通過GSA算法的Ma
3、pReduce軟件框架的云化特性,設(shè)計了優(yōu)化GSA算法的云化方案,基于Java語言對云化方案進行了實現(xiàn);為證明所提出的優(yōu)化GSA的云計算模型的優(yōu)勢,利用IEEE-14節(jié)點潮流數(shù)據(jù)生成模擬的電網(wǎng)運行數(shù)據(jù)集,分別使用單機模式和云計算模式下的優(yōu)化GSA對其進行辨識仿真,并比較兩種模式在不同維度和不同數(shù)據(jù)量下的辨識時間。比較結(jié)果證明了相比單機模式,在高維度大數(shù)據(jù)量的數(shù)據(jù)集條件下,優(yōu)化GSA算法的云計算模式具有更高的辨識速度。研究成果為云計算在電
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于數(shù)據(jù)挖掘的電力系統(tǒng)不良數(shù)據(jù)檢測與辨識算法研究.pdf
- 基于GSA的電力系統(tǒng)不良數(shù)據(jù)辨識方法研究.pdf
- 基于PMU的電力系統(tǒng)不良數(shù)據(jù)檢測與辨識.pdf
- 電力系統(tǒng)不良數(shù)據(jù)檢測和辨識方法研究.pdf
- 基于云計算的電力系統(tǒng)數(shù)據(jù)挖掘的研究.pdf
- 基于GSA的數(shù)據(jù)挖掘在電力系統(tǒng)不良數(shù)據(jù)辨識中的應(yīng)用.pdf
- 電力系統(tǒng)不良數(shù)據(jù)辨識的實用軟件開發(fā).pdf
- 電力系統(tǒng)不良和錯誤數(shù)據(jù)的檢測辨識與修正研究.pdf
- 基于云計算和優(yōu)化KMeans的電力不良數(shù)據(jù)辨識.pdf
- 基于狀態(tài)預(yù)測的電力系統(tǒng)狀態(tài)估計及不良數(shù)據(jù)檢測與辨識.pdf
- 基于云計算的電力系統(tǒng)潮流分析.pdf
- 電力系統(tǒng)狀態(tài)估計不良數(shù)據(jù)檢測與辨識方法研究與應(yīng)用.pdf
- 基于Prony算法的電力系統(tǒng)低頻振蕩在線辨識研究.pdf
- 云技術(shù)在電力系統(tǒng)不良數(shù)據(jù)處理中的研究與應(yīng)用.pdf
- 電力系統(tǒng)參數(shù)辨識研究.pdf
- 電力系統(tǒng)參數(shù)辨識.pdf
- 電力系統(tǒng)狀態(tài)估計算法研究.pdf
- 電力系統(tǒng)低頻振蕩辨識及相關(guān)算法研究.pdf
- 電力系統(tǒng)潮流的云計算方法研究.pdf
- 基于Mobile-agent的電力系統(tǒng)云計算協(xié)同模型.pdf
評論
0/150
提交評論