基于大数据的电能质量分析应用研究
电能在当今社会各个领域中的应用非常普遍并且不可或缺，它已成为衡量一个国家综合国力的最重要的指标之一，电能质量的好坏对全社会人民的生产和生活质量有着非常重要的影响。随着电能质量监测规模的不断扩大，传统的电能质量分析工具已经不能满足海量的电能质量大数据需求，而大数据技术的崛起为此提供了有效的解决途径。 本文首先介绍了电能质量的定义、衡量指标以及常用的理论分析方法，在介绍电能质量分析技术的基础上，分析了大数据环境下电能质量分析的发展趋势。接着，针对配电网电能质量数据的特点，提出了基于MongoDB+Redis的电能质量大数据存储方案，设计了电能质量大数据处理流程，构建了基于ApacheSpark的电能质量大数据计算框架。在完成配电网电能质量大数据构建的基础上，阐述了电能质量分析系统整体设计思路、系统框架设计和系统功能模块设计，给出基于B/S四层体系结构的电能质量分析系统设计方案。在此基础上本文以J2EE为技术实现了整个电能质量分析系统，给出了系统的开发环境和部署环境，系统开发的关键技术以及系统的界面；最后，以省公司配电网电压质量数据为例，对基于大数据的电能质量分析与应用。 本论文是大数据时代到来后，电能质量分析中大数据技术应用的有益探索。通过构建电能质量分析系统实现了基于大数据的电能质量分析和应用，对电能质量的管理、分析和后续的决策都起到了重要的作用。
电能质量;大数据;数据存储
长春工业大学
硕士
电气工程
邵向鑫
2019
中文
TM711;TP311.13
2019-11-19（万方平台首次上网日期，不代表论文的发表时间）