智能電網(wǎng)監(jiān)測(cè)數(shù)據(jù)的云存儲(chǔ)研究.pdf

1、智能電網(wǎng)狀態(tài)監(jiān)測(cè)通過(guò)分析電網(wǎng)狀態(tài)數(shù)據(jù)，可以實(shí)時(shí)監(jiān)控和預(yù)測(cè)電力系統(tǒng)狀況。電網(wǎng)系統(tǒng)中的狀態(tài)數(shù)據(jù)數(shù)量巨大，格式多樣、不統(tǒng)一，有的數(shù)據(jù)需要實(shí)時(shí)性處理，這就需要利用云存儲(chǔ)技術(shù)對(duì)海量的電網(wǎng)監(jiān)測(cè)數(shù)據(jù)進(jìn)行快速有效地處理與存儲(chǔ)。
　　 本文利用云計(jì)算中的MapReduce并行數(shù)據(jù)處理編程模型、BigTable和GFS數(shù)據(jù)存儲(chǔ)技術(shù)，提出了智能電網(wǎng)監(jiān)測(cè)數(shù)據(jù)的云存儲(chǔ)原型系統(tǒng)，詳細(xì)介紹了云存儲(chǔ)系統(tǒng)整體設(shè)計(jì)、云存儲(chǔ)構(gòu)架，同時(shí)提出了云存儲(chǔ)系統(tǒng)的運(yùn)行流程和云存

2、儲(chǔ)構(gòu)架的故障恢復(fù)策略，構(gòu)建了一個(gè)完整、高效、可靠地?cái)?shù)據(jù)存儲(chǔ)和處理的系統(tǒng)。
　　 結(jié)合聚類(lèi)算法和一致Hash算法設(shè)計(jì)了數(shù)據(jù)均衡分布算法，進(jìn)行數(shù)據(jù)分布。首先，綜合處理器、內(nèi)存、網(wǎng)速等因素，進(jìn)行存儲(chǔ)設(shè)備聚類(lèi)，并優(yōu)先使用性能高的數(shù)據(jù)服務(wù)器；其次，在每個(gè)聚類(lèi)設(shè)備內(nèi)部，利用一致Hash算法均衡地將數(shù)據(jù)分布在聚類(lèi)內(nèi)部的各個(gè)服務(wù)器上。
　　 為了進(jìn)一步滿(mǎn)足數(shù)據(jù)之間的關(guān)聯(lián)性、數(shù)據(jù)的訪問(wèn)便利性，尋找高效地進(jìn)行計(jì)算遷移方式的網(wǎng)絡(luò)環(huán)境，需要對(duì)已

3、經(jīng)存儲(chǔ)的數(shù)據(jù)進(jìn)行數(shù)據(jù)分布的再優(yōu)化。本文利用遺傳算法，選擇出最合理的數(shù)據(jù)分布的優(yōu)化方法。經(jīng)過(guò)實(shí)驗(yàn)證明，本文提出的數(shù)據(jù)分布算法具有可行性。
　　 數(shù)據(jù)查詢(xún)由于查詢(xún)的順序不同而造成查詢(xún)效率的天壤之別，再加上分布式數(shù)據(jù)的特殊查詢(xún)流程，使得數(shù)據(jù)查詢(xún)效率差距更大。本文比較了不同查詢(xún)方法，顯示了不同查詢(xún)方法的查詢(xún)效率的差別。利用代數(shù)優(yōu)化對(duì)查詢(xún)語(yǔ)句進(jìn)行優(yōu)化，提高查詢(xún)效率。進(jìn)而又證明了分布式數(shù)據(jù)查詢(xún)方法的可行性。最后給出了兩種多服務(wù)器協(xié)同查詢(xún)步驟