基于Spark的風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)測數(shù)據(jù)計(jì)算與分析研究.pdf

1、風(fēng)力發(fā)電是近幾年大力發(fā)展的新可再生能源。是一種有效的降低發(fā)電成本，減少環(huán)境污染的新能源，能夠很好的并入國網(wǎng)使用。保證風(fēng)電機(jī)組的安全、穩(wěn)定、高效運(yùn)行最為重要。其中風(fēng)力發(fā)電機(jī)組大型設(shè)備狀態(tài)監(jiān)測成為風(fēng)電研究領(lǐng)域的重要組成部分。風(fēng)電機(jī)組監(jiān)測會產(chǎn)生大量的電力數(shù)據(jù)，這些數(shù)據(jù)的存儲、數(shù)據(jù)挖掘分析是重要的研究內(nèi)容。借助流行的Spark大數(shù)據(jù)處理平臺處理電力數(shù)據(jù)，可以分析風(fēng)電機(jī)組的正常運(yùn)行狀態(tài)、故障診斷、故障預(yù)測有很大的優(yōu)點(diǎn)。
　　本文研究的內(nèi)容是

2、基于Spark的風(fēng)電機(jī)組監(jiān)測數(shù)據(jù)處理分析達(dá)到風(fēng)電機(jī)組的故障與預(yù)警。本文首先介紹了風(fēng)電機(jī)組監(jiān)測數(shù)據(jù)分析的研究背景，及現(xiàn)階段海量電力量數(shù)據(jù)處理技術(shù)不足的困難，接著介紹了常見的風(fēng)電機(jī)組故障。風(fēng)電機(jī)組狀態(tài)監(jiān)測數(shù)據(jù)具有量大、多源、異構(gòu)、復(fù)雜、增長迅速的電力大數(shù)據(jù)特點(diǎn)?，F(xiàn)有的故障診斷與預(yù)警方法在處理大量數(shù)據(jù)時(shí)難以在保證精度情況下進(jìn)行快速處理。本文以實(shí)習(xí)的時(shí)候研究背景，進(jìn)行風(fēng)電監(jiān)測數(shù)據(jù)挖掘。本文深入介紹了云計(jì)算技術(shù)，涉及Hadoop、HDFS、Spa

3、rk等相關(guān)技術(shù)和應(yīng)用，重點(diǎn)介紹了Spark框架的運(yùn)新模式、分布式數(shù)據(jù)集（RDD）,并給出其優(yōu)點(diǎn)，為后文的研究提供技術(shù)支持優(yōu)勢。
　　風(fēng)電數(shù)據(jù)具有多源、高維等特點(diǎn)。本文首先進(jìn)行風(fēng)電數(shù)據(jù)的清洗，結(jié)合隨機(jī)森林方法進(jìn)行數(shù)據(jù)間多屬性的相似度量分析。運(yùn)用主成分分析方法對數(shù)據(jù)進(jìn)行降維特征提取和歸一化?；?Spark的改進(jìn) K-means算法并行化實(shí)現(xiàn)，提取基于并行K-means聚類的風(fēng)電機(jī)組運(yùn)行狀態(tài)曲線，對風(fēng)電機(jī)組狀態(tài)運(yùn)行參數(shù)曲線的噪聲數(shù)據(jù)檢