基于Impala+RIA+SVG的铁路配电监控信息集群处理技术研究
发布时间：2024-01-21 15:34
相较于传统的配电网,分布式智能配电网的基础是数据传输和大数据处理,包括多个供电单元之间数据和控制命令的高效传输处理,例如变配电设备的状态监控、用电信息采集、配电自动化等工程应用数据。按照规定的时序采集,并能在亚秒级到达处理环节、满足量测精度的数据都可称为准实时数据。配电网准实时数据能够展现给定线路上设定时间的电流、电压、有功功率、无功功率、功率因素、电力极值数据,进而列出单线图中超负荷的设备数据列表,因此,它是获取高效配电网管控决策的重要保障。为了准确获取设备的运行状态信息,被测站所设备采集点越来越多,常规的站所调度自动化系统含数十万个采集点,配用电、数据中心将达到百万甚至千万级,国家电网已经启动了准实时数据平台研究项目,并通过接入2800多万个测点,提供准实时数据服务。考虑到智能配电网需要进行全景数据采集,时间序列采集的电压、电流及设备状态等准实时信息已成为支撑智能配电网可靠运行的数据基础,如何对配电网准实时数据进行快速查询处理,已成为智能配电网调度决策的技术瓶颈。针对配电网准实时大数据快速查询处理问题,学术界通过在调度监控界面端和数据服务器端的加快以应对智能调度监控海量准实时数据的...
【文章页数】：87 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 课题的研究背景和意义
1.2 国内外研究现状与趋势
1.3 主要研究内容及结构
第二章 铁道供电监控系统大数据查询处理问题
2.1 铁路供电系统
2.2 铁路调度供电监控技术
2.3 调度监控准实时数据
2.4 本章小结
第三章 调度监控大数据处理技术
3.1 配电网数据服务器端处理方法
3.1.1 内存数据库与传统数据库的比较
3.1.2 非关系型数据库分类对比
3.2 Hadoop云计算大数据组件
3.2.1 Hadoop核心组件
3.3 HBase的调度监控数据处理模式
3.4 二级索引查询优化的选择与实现
3.5 调度监控大数据查询平台的安装部署
3.5.1 快速查询平台核心组件Hadoop的搭建
3.5.2 HBase的调度监控集群搭建
3.6 本章小结
第四章 调度监控大数据Impala快速查询平台
4.1 Impala并行分布式查询引擎框架
4.1.1 大规模并行处理MPP技术
4.1.2 Impala查询引擎
4.2 集群化铁道调度监控系统
4.3 Impala调度监控集群工作执行流程
4.4 监控系统集群模式下的队列模型
4.5 Impala调度监控集群搭建
4.6 Impala调度监控集群的性能测试与实例运行分析
4.6.1 集群查询时间查询测试
4.6.2 集群CPU影响测试分析
4.6.3 集群测试结果对队列模型的验证
4.7 本章小结
第五章 RIA富网络的分布式监控交互的异步设计与实现
5.1 监控数据交互模型设计
5.1.1 调度监控公共信息模型
5.1.2 交互信息流
5.2 RIA技术的Ajax异步交互原理
5.2.1 富网络铁道SCADA监控界面信息交互
5.2.2 Ajax异步调用技术
5.3 GWT框架的Ajax监控界面缓存实现
5.3.1 GWT远程调用机制
5.3.2 GWT异步回调调度监控信息处理
5.4 Impala集群模式下的监控原理
5.5 GWT监控界面端的安装部署
5.5.1 GWT的安装配置
5.5.2 Impala集群的跨平台连接
5.5.3 跨平台的启动查询测试
5.6 调度监控系统查询测试及实例运行分析
5.6.1 调度监控系统稳定性实验
5.6.2 查询时间受Impala集群CPU使用率影响查询测试
5.6.3 Impala监控集群的CPU使用率分析
5.7 本章小结
第六章 调度监控SVG图元界面端的实现
6.1 SVG电力图元
6.1.1 SVG电力图元文档
6.1.2 SVG图元信息的异步交互
6.2 SVG图元监控界面端的实现
6.3 RWI集群模式下的查询测试
6.3.1 集群网络I/O接收、传输总字节影响测试
6.3.2 集群磁盘I/O读写总字节测试
6.4 本章小结
第七章 总结
7.1 主要工作回顾
7.2 本课题今后需进一步研究的地方
参考文献
个人简历 在读期间发表的学术论文
致谢
本文编号：3882257
【文章页数】：87 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 课题的研究背景和意义
1.2 国内外研究现状与趋势
1.3 主要研究内容及结构
第二章 铁道供电监控系统大数据查询处理问题
2.1 铁路供电系统
2.2 铁路调度供电监控技术
2.3 调度监控准实时数据
2.4 本章小结
第三章 调度监控大数据处理技术
3.1 配电网数据服务器端处理方法
3.1.1 内存数据库与传统数据库的比较
3.1.2 非关系型数据库分类对比
3.2 Hadoop云计算大数据组件
3.2.1 Hadoop核心组件
3.3 HBase的调度监控数据处理模式
3.4 二级索引查询优化的选择与实现
3.5 调度监控大数据查询平台的安装部署
3.5.1 快速查询平台核心组件Hadoop的搭建
3.5.2 HBase的调度监控集群搭建
3.6 本章小结
第四章 调度监控大数据Impala快速查询平台
4.1 Impala并行分布式查询引擎框架
4.1.1 大规模并行处理MPP技术
4.1.2 Impala查询引擎
4.2 集群化铁道调度监控系统
4.3 Impala调度监控集群工作执行流程
4.4 监控系统集群模式下的队列模型
4.5 Impala调度监控集群搭建
4.6 Impala调度监控集群的性能测试与实例运行分析
4.6.1 集群查询时间查询测试
4.6.2 集群CPU影响测试分析
4.6.3 集群测试结果对队列模型的验证
4.7 本章小结
第五章 RIA富网络的分布式监控交互的异步设计与实现
5.1 监控数据交互模型设计
5.1.1 调度监控公共信息模型
5.1.2 交互信息流
5.2 RIA技术的Ajax异步交互原理
5.2.1 富网络铁道SCADA监控界面信息交互
5.2.2 Ajax异步调用技术
5.3 GWT框架的Ajax监控界面缓存实现
5.3.1 GWT远程调用机制
5.3.2 GWT异步回调调度监控信息处理
5.4 Impala集群模式下的监控原理
5.5 GWT监控界面端的安装部署
5.5.1 GWT的安装配置
5.5.2 Impala集群的跨平台连接
5.5.3 跨平台的启动查询测试
5.6 调度监控系统查询测试及实例运行分析
5.6.1 调度监控系统稳定性实验
5.6.2 查询时间受Impala集群CPU使用率影响查询测试
5.6.3 Impala监控集群的CPU使用率分析
5.7 本章小结
第六章 调度监控SVG图元界面端的实现
6.1 SVG电力图元
6.1.1 SVG电力图元文档
6.1.2 SVG图元信息的异步交互
6.2 SVG图元监控界面端的实现
6.3 RWI集群模式下的查询测试
6.3.1 集群网络I/O接收、传输总字节影响测试
6.3.2 集群磁盘I/O读写总字节测试
6.4 本章小结
第七章 总结
7.1 主要工作回顾
7.2 本课题今后需进一步研究的地方
参考文献
个人简历 在读期间发表的学术论文
致谢
本文编号：3882257
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3882257.html