• 设为首页
  • 加入收藏
  • 联系邮箱
  • 网站首页
  • 期刊介绍
    • 期刊简介
    • 历任主编
    • 期刊荣誉
  • 编委会
    • 社长及主编
    • 主任委员
    • 编委名单
  • 投稿指南
    • 作者须知
    • 投稿步骤
    • 范文(规范细则)
    • 稿件处理流程
    • 著作权转让协议
  • 期刊影响力
  • 开放获取
  • 出版道德政策
    • 出版伦理声明
    • 学术不端认定和处理方法
    • 广告及市场推广
    • 同行评议流程
    • 斟误和撤回
    • 回避制度
    • 文章署名及版权转让
  • 历年目次
  • 联系我们
  • English
站内检索    
 
郑秀杰,董彬彬,易建波.电网量测数据海量终端的前置中间件技术研究[J].电测与仪表,2020,57(1):70-75.
Zhengxiujie,Dongbinbin,Yijianbo.Research on Pre-middleware Technology for Massive Terminal of Power Grid Measurement Data[J].Electrical Measurement & Instrumentation,2020,57(1):70-75.
电网量测数据海量终端的前置中间件技术研究
Research on Pre-middleware Technology for Massive Terminal of Power Grid Measurement Data
DOI:10.19753/j.issn1001-1390.2020.001.009
中文关键词:  海量数据处理  数据挖掘  负载均衡  采样挖掘  轮转算法
英文关键词:massive data processing, data mining, load balancing, sampling mining, robin algorithm
基金项目:国家重点研发计划项目(2017YFB0902000)
        
作者中文名作者英文名单位
郑秀杰Zhengxiujie电子科技大学成都学院
董彬彬Dongbinbin电子科技大学机械与电气工程学院
易建波Yijianbo电子科技大学机械与电气工程学院
摘要点击次数: 1813
中文摘要:
      针对目前智能电网状态监测与分析中面临的WAMS、SCADA、AMI等量测系统的海量、多源、高速数据处理问题,提出一种海量终端的数据前置处理中间件技术,着重解决海量数据中目标信息高效挖掘与处理器负载均衡问题。该前置数据处理中间件架构中设计了基于采样的目标信息数据并行挖掘算法,同时通过基于Map-Reduce并行计算模型及轮转算法思想均衡负载,以采样挖掘方式聚合数据内联关系,设计出单机多核并行数据挖掘策略。最后通过广域电网中海量PMU数据进行对比测试,结果表明本文提出的中间件技术可以有效的提高挖掘速度和多处理器负载均衡度,同时极大的减轻海量数据挖掘中的内存负担。
英文摘要:
      Aiming at the massive, multi-source and high-speed data processing problems of WAMS, SCADA, AMI and other measurement systems currently facing monitoring and analysis of smart grid, this paper proposes a data pre-processing middleware technology for mass terminals, which focuses on the efficient mining of target information and processor load balancing in massive data. In the pre-data processing middleware architecture, there designs a parallel mining algorithm based on sampling target information data, and the load is balanced by the idea of parallel computing based on Map-Reduce and the idea of rotation algorithm. With aggregating data inline relationships by sampling mining, this paper designs a single-machine multi-core parallel data mining strategy. Finally, through the comparative test of massive PMU data in wide-area power grid, the results show that the middleware technology can effectively improve the mining speed and multi-processor load balance, and greatly reduce the memory burden in massive data mining.
查看全文  查看/发表评论  下载PDF阅读器
关闭
  • 哈尔滨电工仪表研究所有限公司
  • 中国电工仪器仪表信息网
  • 中国仪器仪表学会
  • 中华人民共和国新闻出版总署
  • 中国科技期刊编辑学会
  • 黑龙江省科学技术协会
  • 编辑之家
  • 中国知网
  • 万方数据库
  • 维普网
  • 北极星电力网
  • 中华中控网
  • 网站首页
  • 期刊介绍
    • 期刊简介
    • 历任主编
    • 期刊荣誉
  • 编委会
    • 社长及主编
    • 主任委员
    • 编委名单
  • 投稿指南
    • 作者须知
    • 投稿步骤
    • 范文(规范细则)
    • 稿件处理流程
    • 著作权转让协议
  • 期刊影响力
  • 开放获取
  • 出版道德政策
    • 出版伦理声明
    • 学术不端认定和处理方法
    • 广告及市场推广
    • 同行评议流程
    • 斟误和撤回
    • 回避制度
    • 文章署名及版权转让
  • 历年目次
  • 联系我们
地址:哈尔滨市松北区创新路2000号    邮编:150028
邮箱:dcyb@vip.163.com    电话:0451-86611021;87186023
© 2012 电测与仪表    哈公网监备2301003445号
黑ICP备11006624号-1
技术支持:北京勤云科技发展有限公司