大数据处理技术在风电机组状态监测中的应用

• 作者: 李燕超 杨改文 梁涛 许琰
• 来源期刊: 水力发电
• 学科: 工学
• 关键词: 内存批处理 流数据处理 风电机组 状态监测 弹性分布式数据集
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 新能源发电
• 页码范围: 107-110,125
• 页数: 5页
• 分类号: TM315
• 字数: 3300字
• 语种: 中文

摘要

随着风电场规模的不断扩大扩大,风电机组状态监测流数据呈指数增长,而电力系统要求对生产、管理、运营能够实时监控.为保证海量监测流数据处理的实时性,掌握风电机组的运行状态,设计了结合大数据处理技术的风电机组在线状态监测模型.根据状态监测数据的特点,引入了大数据处理技术中的Spark和Storm.实验结果显示,该状态监测模型有着较好的数据吞吐能力和加速比,也证明了该模型的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁涛	河北工业大学人工智能与数据科学学院	58	290	10.0	14.0
2	杨改文	河北工业大学人工智能与数据科学学院	5	3	1.0	1.0
3	许琰	河北工业大学人工智能与数据科学学院	3	1	1.0	1.0
4	李燕超	河北工业大学人工智能与数据科学学院	2	0	0.0	0.0