面向自動(dòng)需求響應(yīng)的智能家居大數(shù)據(jù)處理技術(shù)研究.pdf

1、目前電網(wǎng)負(fù)荷峰谷差越來越大，如何削峰平谷提高用電效率，對(duì)智能電網(wǎng)提出新挑戰(zhàn)。需求響應(yīng)通過引導(dǎo)用戶合理用電，來緩解高峰時(shí)的電網(wǎng)壓力，實(shí)現(xiàn)削峰平谷并提高電力資源利用率。在用戶側(cè)響應(yīng)終端中，智能家居作為大功率負(fù)荷，對(duì)電呈柔性需求，其用電功率可以動(dòng)態(tài)調(diào)整，合理調(diào)節(jié)其用電功率可以緩解電網(wǎng)壓力。但智能家居種類多、數(shù)量大、且分散，難以管理，需要構(gòu)建一個(gè)平臺(tái)將智能家居聚合起來，實(shí)現(xiàn)對(duì)智能家居的統(tǒng)一控制和管理。
　　將不同廠商的不同設(shè)備聚合起來會(huì)面

2、臨諸多問題，如通訊協(xié)議的不一致、高并發(fā)系統(tǒng)設(shè)計(jì)、TB級(jí)數(shù)據(jù)存儲(chǔ)和處理等。
　　本論文以智能家居為研究對(duì)象，根據(jù)自動(dòng)需求響應(yīng)系統(tǒng)的業(yè)務(wù)需要，設(shè)計(jì)了需求響應(yīng)能力、聚合商認(rèn)購(gòu)能力、節(jié)電效果評(píng)估和用戶行為分析等模型，以及這些模型的分布式解決方案。這些模型需要分析和挖掘TB級(jí)的歷史數(shù)據(jù)，采用傳統(tǒng)方式無法滿足業(yè)務(wù)對(duì)空間和時(shí)間上的要求，因此本論文提出并實(shí)現(xiàn)智能家居大數(shù)據(jù)平臺(tái)。該平臺(tái)為自動(dòng)需求響應(yīng)系統(tǒng)提供大數(shù)據(jù)技術(shù)支持，由需求響應(yīng)終端系統(tǒng)、業(yè)務(wù)數(shù)

3、據(jù)處理系統(tǒng)和可視化系統(tǒng)三個(gè)子系統(tǒng)組成。需求響應(yīng)終端系統(tǒng)采用MINA開發(fā)，支持高并發(fā)網(wǎng)絡(luò)通訊，并將采集到的數(shù)據(jù)交給Kafka緩存起來，解決數(shù)據(jù)接收和處理速度的不一致。業(yè)務(wù)數(shù)據(jù)處理系統(tǒng)基于Lambda架構(gòu)理念實(shí)現(xiàn)，整合了Hadoop和Spark;利用Spark從Kafka獲取實(shí)時(shí)數(shù)據(jù)流，做實(shí)時(shí)預(yù)測(cè)分析;使用MapReduce實(shí)現(xiàn)并行化KNN算法，根據(jù)用戶的用電記錄，對(duì)用戶分類;使用MapReduce實(shí)現(xiàn)認(rèn)購(gòu)能力模型和節(jié)電效果評(píng)估模型的分布式