摘要：针对传统油气管道数据监测方法检测准确度低的问题,设计基于大数据管理架构的油气管道数据监测分析模型。首先构建模型的整体架构,通过大数据支持收集和整理管道数据,对其进行预处理,确定关联排列行数和列数;引入布里渊传感技术,基于分布式光纤传感器和传感数据,通过光纤取代传统数百个传感点构成的数据生成回馈传感序列;通过计算模板和光纤反馈情况,生成距离数据,依靠散射点射谱关系距离,确定当前油气管道各处距离值,通过比对即可确定当前管道是否有弯曲情况,实现管道数据的监测。实验数据证明,基于大数据管理构架的油气管道监测分析模型在管道弯曲监测实验中,监测准确度更高,具有明显的监测优势。

摘要：针对当前动态大数据多维关联性分析过程中数据处理时间过长的问题,提出基于粒矩阵设计动态大数据多维关联性分析技术。采用模糊粗糙集粒化动态大数据,以此为基础,采用粒计算理论构建动态大数据粒矩阵,利用PSO算法优化粒矩阵,通过逻辑约简运算,得到动态大数据关联信息粒,实现基于粒矩阵的动态大数据多维关联性分析。通过实验结果显示,与现有的动态大数据多维关联性分析技术相比较,提出的动态大数据多维关联性分析技术极大地降低了数据处理时间,充分说明提出的动态大数据多维关联性分析技术具备更好的性能。