电力设备监测大数据分析方法pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

电力设备监测大数据分析方法PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 电力设备监测大数据的特点和所面临的技术挑战 1

第一节 电力设备监测大数据的特点 1

第二节 电力设备监测数据存储和数据处理所面临的技术挑战 6

第三节 电力设备监测数据存储和数据处理的研究现状 11

参考文献 18

第二章 云计算与大数据处理技术 24

第一节 云计算与大数据的关系 24

第二节 大数据处理技术概述 25

参考文献 28

第三章 基于Hadoop的电力设备监测大数据存储与处理方法 29

第一节 监测大数据的存储和批量计算需求 29

第二节 Hadoop大数据处理技术 30

第三节 电力设备高速采样数据的Hadoop存储方法研究 35

第四节 Hadoop平台下电力设备监测数据的存储优化与并行分析 51

第五节 云平台下并行EEMD局部放电信号去噪方法研究 72

第六节 基于并行化半监督K-means聚类的电力设备状态评估 94

第七节 并行化分形维数特征提取与密度聚类划分 100

参考文献 107

第四章 基于Spark的电力设备监测大数据并行分析及其应用研究 113

第一节 Spark大数据处理技术 113

第二节 电力设备状态快速模式识别 114

参考文献 125

第五章 基于大数据计算服务的局部放电相位分析和模式识别 126

第一节 大数据环境下传统局部放电相位分析的局限性 126

第二节 自建Hadoop存储系统的局限性 128

第三节 大数据计算服务的存储模式和并行计算模型 129

第四节 并行化PD信号分析整体流程 134

第五节 数据预处理和数据上传 135

第六节 变压器局部放电数据的MaxCompute表存储方法 135

第七节 PD信号放电基本参数n-q-φ并行提取算法 139

第八节 谱图构造和统计特征计算 140

第九节 并行化KNN局部放电类型识别 143

第十节 实验结果与分析 144

参考文献 150

第六章 基于Stream Compute的电力设备监测数据实时分析 151

参考文献 167

第七章 同步多通道的电力设备状态监测数据特征提取方法 168

第一节 同步多通道监测数据的多尺度分析研究的意义 168

第二节 同步多通道监测数据的多尺度分析研究现状 170

第三节 同步多通道监测数据的多尺度分析研究方案 174

参考文献 179

第八章 总结与展望 182

第一节 总结 182

第二节 展望 184