当前位置:首页 > 数据库 >
《智能电网大数据云计算技术研究》电子书封面

智能电网大数据云计算技术研究

  • 发布时间:2020年10月25日 11:22:39
  • 作者:周国亮,宋亚奇,朱永利,王桂兰,萨初日拉
  • 大小:19 MB
  • 类别:大数据电子书
  • 格式:PDF
  • 版本:超清版
  • 评分:9.1

智能电网大数据云计算技术研究 PDF 超清版

    智能电网大数据云计算技术研究》是一本关于大数据相关的电子书资源,介绍了关于智能电网、大数据、云计算方面的内容,本书是由清华大学出版社出版,格式为PDF,资源大小19 MB,周国亮,宋亚奇,朱永利,王桂兰,萨初日拉编写,目前豆瓣、亚马逊、当当、京东等综合评分为:9.4分,一起来看下具体内容。

    Tags:

    内容介绍

    《智能电网大数据云计算技术研究》针对智能电网大数据云计算技术展开研究,通过提高数据利用率,探索数据驱动的电力系统各种挑战解决方案。重点研究了批处理、流式计算和内存计算等在智能电网大数据分析处理中的应用,探讨了电力系统全景实时大数据体系架构。

    《智能电网大数据云计算技术研究》在深入分析智能电网大数据特点的基础上,开展了云计算与电力系统深度融合的研究工作,是云计算在电力系统中落地的尝试。《智能电网大数据云计算技术研究》可以作为电气工程类、计算机科学与技术类专业的研究生课外参考读物,也可作为相关专业工程技术人员、教师及科技工作者的参考。

    目录

    • 第1章 智能电网大数据现状及挑战
    • 1.1 智能电网
    • 1.2 云计算与大数据
    • 1.3 智能电网大数据及特点
    • 1.3.1 智能电网中的大数据
    • 1.3.2 智能电网中大数据的特点
    • 1.4 大数据处理技术
    • 1.4.1 大数据处理的价值和复杂性
    • 1.4.2 并行数据库
    • 1.4.3 云计算技术
    • 1.4.4 云计算在智能电网中的应用
    • 1.5 智能电网大数据机遇与挑战
    • 1.5.1 大数据传输及存储技术
    • 1.5.2 实时数据处理技术
    • 1.5.3 异构多数据源处理技术
    • 1.5.4 大数据可视化分析技术
    • 1.5.5 流式计算技术
    • 1.6 小结
    • 第2章 批处理计算模式及其应用
    • 2.1 批处理技术
    • 2.2 用户短期用电负荷预测技术
    • 2.2.1 智能电网的互动特性
    • 2.2.2 电力短期负荷预测
    • 2.2.3 基于MapReduce的用户短期电力负荷预测技术
    • 2.3 绝缘子泄漏电流数据聚类划分技术
    • 2.3.1 状态监测数据特点
    • 2.3.2 基于数据驱动的状态监测技术
    • 2.3.3 状态监测大数据存储技术
    • 2.3.4 基于分形维数的密度聚类划分
    • 2.3.5 大数据聚类算法及仿真试验
    • 2.4 局部放电信号处理的并行EEMD算法
    • 2.4.1 局部放电信号处理介绍
    • 2.4.2 经验模态分解EMD
    • 2.4.3 总体经验模态分解EEMD
    • 2.4.4 EEMD去噪
    • 2.4.5 基于MapReduce模型的并行化EEMD算法
    • 2.4.6 实验研究
    • 2.5 小结
    • 第3章 智能电网中内存计算高性能数据分析技术及应用
    • 3.1 内存计算技术
    • 3.2 高性能数据分析
    • 3.3 状态监测实时内存计算技术
    • 3.3.1 状态监测实时批处理技术
    • 3.3.2 实时批处理的Spark技术
    • 3.3.3 Spark大数据分析
    • 3.4 模糊C均值聚类算法
    • 3.4.1 FCM算法
    • 3.4.2 Spark上矩阵操作定义
    • 3.4.3 Spark-FCM算法
    • 3.4.4 实验与实验结果分析
    • 3.5 Spark环境下的高性能OLAP分析查询
    • 3.5.1 相关背景及工作介绍
    • 3.5.2 相关理论知识介绍
    • 3.5.3 基于Spark的BUC算法设计及改进
    • 3.5.4 实验与实验结果分析
    • 3.6 小结
    • 第4章 智能电网多源异构数据分析技术
    • 4.1 多源异构数据
    • 4.2 存储优化研究
    • 4.2.1 数据分布优化
    • 4.2.2 数据块尺寸调优
    • 4.2.3 Hadoop集群网络拓扑规划
    • 4.3 并行数据融合算例分析
    • 4.3.1 多数据源并行连接查询
    • 4.3.2 多通道数据融合特征提取
    • 4.3.3 实验与结果分析
    • 4.4 多维数据连接技术
    • 4.4.1 连接操作
    • 4.4.2 多维Bloom Filter
    • 4.4.3 基于MDBF的星型连接算法
    • 4.4.4 算法分析及性能测试
    • 4.5 小结
    • 第5章 流式计算技术应对智能电网高速实时数据
    • 5.1 流式数据
    • 5.1.1 流式计算概述
    • 5.1.2 智能电网中的流式数据
    • 5.1.3 基于分布式技术的监测大数据可靠接收及其快速分发
    • 5.1.4 流式计算在电力系统中的应用
    • 5.2 状态监测实时流数据处理技术
    • 5.2.1 状态监测流数据
    • 5.2.2 Storm流数据处理技术
    • 5.2.3 状态监测流数据处理
    • 5.3 大规模用电数据流实时聚类技术
    • 5.3.1 用电数据流
    • 5.3.2 DBSCAN聚类算法
    • 5.3.3 流数据上DBSCAN
    • 5.3.4 Spark中的流式DBSCAN算法
    • 5.4 基于近似熵算法的电网数据特征提取
    • 5.4.1 近似熵理论
    • 5.4.2 Storm框架下近似熵算法的实现
    • 5.5 小结
    • 第6章 智能电网大数据全景实时分析平台探索
    • 6.1 全景实时分析背景
    • 6.2 全景实时分析关键技术问题
    • 6.2.1 基于大数据的大电网安全可靠性分析技术
    • 6.2.2 基于大数据的输变电设备全寿命周期管理
    • 6.2.3 全景实时能源动态平衡调度技术
    • 6.3 电力大数据实时分析核心技术
    • 6.3.1 主要技术挑战
    • 6.3.2 多核/众核并行计算技术
    • 6.3.3 列存储技术
    • 6.3.4 基于优先级的电力云平台的任务调配
    • 6.3.5 大规模流数据可靠接收技术
    • 6.4 电力大数据分析平台
    • 6.4.1 平台架构
    • 6.4.2 平台特色
    • 6.5 小结
    • 第7章 大数据支撑能源互联网建设
    • 7.1 能源互联网
    • 7.2 能源互联网中的实时大数据
    • 7.3 大数据支撑能源互联网
    • 7.3.1 大数据支撑能源互联网整体优化和调度
    • 7.3.2 大数据提高能源互联网安全等级
    • 第8章 总结与展望
    • 8.1 总结
    • 8.2 展望
    • 参考文献

    以上就是本次介绍的大数据电子书的全部相关内容,希望我们整理的资源能够帮助到大家,感谢大家对码农之家的支持。

    上一篇:OpenStack开源云王者归来

    下一篇:淘宝、天猫、微店网店SEO搜索营销从入门到精通

    展开 +

    收起 -

    下载地址:百度网盘下载
    大数据 相关电子书
    决战大数据:驾驭未来商业的利器
    决战大数据:驾驭未来商业的利器 PDF 清晰版 立即下载
    大数据基础编程、实验和案例教程
    大数据基础编程、实验和案例教程 PDF 清晰影印版

    本书以大数据分析全流程为主线,介绍了数据采集、数据存储与管理、数据处理与分析、数据可视化等环节典型软件的安装、使用和基础编程方法。具有一定的参考价值,感兴趣的小伙伴们可以参考一下

    立即下载
    云计算中的大数据技术与应用
    云计算中的大数据技术与应用 PDF 高清版

    云计算中的大数据技术与应用 系统阐述了物联网、云计算的最新技术进展和应用案例。首先从物联网、云计算的定义入手,分析物联网和云计算面临的挑战。其次对物联网和云计算分别做了深

    立即下载
    Mesos:大数据资源调度与大规模容器运行最佳实践
    Mesos:大数据资源调度与大规模容器运行最佳实践 PDF 高清版 立即下载
    数据不说谎:大数据之下的世界
    数据不说谎:大数据之下的世界 PDF 原书扫描版

    专业数据分析团队“城市数据团”全新力作,“团支书”结合社会热点,用大数据和数据挖掘分析数据背后的故事。趣味性强,语言幽默,知识丰富,教会读者用大数据做出正确的判断。

    立即下载
    大数据架构和算法实现之路:电商系统的技术实战
    大数据架构和算法实现之路:电商系统的技术实战 PDF 高清版

    本书介绍了一些主流技术在商业项目中的应用,包括机器学习中的分类、聚类和线性回归,搜索引擎,推荐系统,用户行为跟踪,架构设计的基本理念及常用的消息和缓存机制。在这个过程中

    立即下载
    读者心得
    90小时34分钟前回答

    大数据专业学什么

    大数据(big data),指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。目前,大数据算是非常火的专业,下面我将和大家谈谈大数据专业学什么? 大数据专业分为两种,其一是大数据开发,其二是数据分析与挖掘。 1、大数据开发:Ja-va、大数据基础、Hadoop体系、Scala、kafka、Spark等内容; 2、数据分析与挖掘:Python、关系型数据库MySQL、文档数据库MongoDB、内存数据库Redis、数据处理、数据分析等。 以上就是大数据专业学什么的详细内容,更多请关注码农之家其它相关文……

    59小时26分钟前回答

    mysql大数据查询优化经验分享(推荐)

    正儿八经mysql优化! mysql数据量少,优化没必要,数据量大,优化少不了,不优化一个查询10秒,优化得当,同样查询10毫秒。 这是多么痛的领悟! mysql优化,说程序员的话就是:索引优化和where条件优化。 实验环境:MacBook Pro MJLQ2CH/A,mysql5.7,数据量:212万+ ONE: select * from article INNER JOIN ( SELECT id FROM article WHERE length(content_url) 0 and (select status from source where id = article.source_id)=1 and (select status from category where id = article.category_id)=1 and status = 1 and id 2164931 order by stick desc,pub_time desc limit 240,15 ) AS tUSING(id); 咋一看,大佬肯定会想杀了我,没事做啥自关联,还是inner join。XX楼的,把我的杀猪刀拿来,我要宰了博主!……

    码农之家

    殳浩大 提供上传

    资源
    48
    粉丝
    35
    喜欢
    105
    评论
    5

    Copyright 2018-2021 www.xz577.com 码农之家

    版权投诉 / 书籍推广 / 赞助:520161757@qq.com