智能電網(wǎng)時(shí)序數(shù)據(jù)存儲與預(yù)測方法研究與實(shí)現(xiàn).pdf

1、隨著物聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，物聯(lián)網(wǎng)系統(tǒng)逐漸被用于各行各業(yè)，智能電網(wǎng)屬于一類典型的應(yīng)用，分布在全網(wǎng)各節(jié)點(diǎn)的傳感器無時(shí)無刻不在收集并產(chǎn)生前所未有的各類海量數(shù)據(jù)。本課題研究的智能電網(wǎng)數(shù)據(jù)特指安裝在用戶樓宇的智能電表收集的電力負(fù)荷數(shù)據(jù)，本質(zhì)上是時(shí)間序列數(shù)據(jù)。其對于客戶和電網(wǎng)公司非常重要，因其可被用于許多電網(wǎng)服務(wù)，比如跟蹤電能消耗和預(yù)測電力負(fù)荷。然而，隨著數(shù)據(jù)橫向迅速增長，其處理過程面臨極大地挑戰(zhàn)，如存儲和分析，所以，必須尋求新的解決方案，在滿足應(yīng)

2、用需求的同時(shí)確保智能電網(wǎng)的安全及穩(wěn)定運(yùn)行。
　　本文對智能電網(wǎng)時(shí)序數(shù)據(jù)的處理方法進(jìn)行研究，主要分為兩部分：智能電網(wǎng)時(shí)序數(shù)據(jù)存儲方法，電力負(fù)荷預(yù)測方法。
　　首先，以提高海量時(shí)序數(shù)據(jù)存取效率，降低存儲空間，滿足電網(wǎng)服務(wù)需求為目標(biāo)，根據(jù)智能電網(wǎng)應(yīng)用場景，提出了一個(gè)基于HBase的時(shí)序三維數(shù)據(jù)模型，分兩種訪問方式實(shí)現(xiàn)：折線查詢和斷面查詢。前者查詢特定用戶智能電表在一段時(shí)間內(nèi)的有功電能量，創(chuàng)建時(shí)間序列表，以單調(diào)遞增的時(shí)間戳作為HBa

3、se存儲的第三維度；后者查詢特定時(shí)刻所有用戶智能電表的有功電能量，創(chuàng)建時(shí)間斷面表，以單調(diào)遞增的用戶編號作為第三維度。實(shí)驗(yàn)表明，該模型增加了單行存儲的數(shù)據(jù)量，數(shù)據(jù)在HBase集群中分布更均衡，提高了數(shù)據(jù)存取效率，且減少了數(shù)據(jù)表中的大量冗余信息，降低了存儲空間。
　　其次，以提高智能電網(wǎng)短期電力負(fù)荷預(yù)測精確度，降低模型復(fù)雜度為目標(biāo)，提出了一個(gè)基于ICS-SVM和K近鄰的短期電力負(fù)荷預(yù)測模型。該模型綜合考慮溫度，節(jié)假日和星期等因素，采用

4、混合法構(gòu)建，避免誤差迭代傳播；采用改進(jìn)布谷鳥搜索算法對SVM參數(shù)尋優(yōu)，全局尋優(yōu)能力強(qiáng)；采用K近鄰實(shí)例選擇策略，從訓(xùn)練集中提取與測試實(shí)例最相近的K個(gè)訓(xùn)練模式，組成新的精簡型訓(xùn)練集，降低了回歸預(yù)測復(fù)雜度；允許單變量，也可輸入多變量；既適用于單步，又適用多步預(yù)測。實(shí)驗(yàn)表明，該模型精巧而優(yōu)良，預(yù)測結(jié)果的各項(xiàng)回歸指標(biāo)均低于其他方法。
　　最后，針對HBase原生的HTable API功能單一，非線程安全，存儲模式不夠靈活等缺點(diǎn)，設(shè)計(jì)并實(shí)現(xiàn)了