Hadoop数据存储分析技术在风电并网系统中的应用

• 作者: 丁明 张晓安 张祥民 韩平平
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: Hadoop 分布式文件系统 MapReduce 低电压穿越 存储耗时 计算耗时
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 43-50
• 页数: 8页
• 分类号: TM769
• 字数: 6142字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2018.01.007

摘要

随着风电规模的不断扩大,现有数据处理方案将难以适应风电并网环境对海量数据高效存储分析的要求.本文将分布式系统基础架构Hadoop应用于风电数据的存储和分析,给出了基于分布式文件系统HDFS的风电数据存储方案.将均方根RMS转化算法基于并行计算框架MapReduce实现,对存储于HDFS的低电压穿越LVRT测试数据进行分析计算.通过存储耗时对比实验,验证了HDFS在存储LVRT数据方面的高效性.通过RMS算法计算耗时对比实验,验证了MapReduce算法在分析计算LVRT数据方面的优越性.算例结果表明,将Hadoop数据存储分析技术应用于风电并网系统是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁明	合肥工业大学电气与自动化工程学院	230	10658	57.0	99.0
2	韩平平	合肥工业大学电气与自动化工程学院	30	786	10.0	28.0
3	张晓安	合肥工业大学智能制造研究院	17	239	7.0	15.0
4	张祥民	合肥工业大学电气与自动化工程学院	1	7	1.0	1.0