摘要：针对智能配用电数据具有海量、多源异构等特点,提出一种基于Hadoop的智能配用电数据存储处理的框架设计方案。在对智能配用电数据组成进行梳理的基础上,提出了智能配用电的资源、存储和查询三层数据存储框架。其中,资源层采用Hadoop集群架构,结合电力系统的行业特色,完成IT存储资源管理;存储层则先采用XML技术进行数据预处理,使非结构化数据归一化,然后利用No SQL数据库通过Map和Reduce的有效结合,完成海量数据的快速存储;查询层利用Top-k检索技术,实现海量数据的快速查寻。该设计方案能够对结构化和非结构化数据进行统一存储,可为智能配用电大数据技术的应用提供基础支撑。

摘要：字典序次序依赖用于表达数据上属性列间的次序关系。现实数据往往具有很大的规模而且包含错误。研究针对字典序次序依赖的分布式数据修复技术,目标是将数据修改为满足给定次序依赖定义的形式。基于Spark平台,设计和实现分布式修复算法,同时通过实验验证该方法的有效性和运行效率。

摘要：随着信息化在企业中的深入运用,传统IT架构慢慢显现出弊端:基础资源利用率偏低、管理上太分散;面对管理或业务出现变化时,旧的业务系统难以快速响应。怎样实现业务同IT建设的协同,怎样对IT系统现有数据进行利用,这些都成为当下企业立刻要解决的。"云计算"作为眼下信息领域炙手可热的技术,一方面它能对现有IT资源进行很好地整合,另一方面面对业务变化时它能实现IT建设的迅速响应,因此它的研发为解决企业的上述难题提供了希望。

摘要：提出了基于人工智能的配电网设备负载预测预警系统。该系统采用层次聚类法按照历史负载率曲线特征将配电变压器和馈线划分为多类,并为每类构建一个基于Seq2Seq的负载率预测模型。在此基础上,该系统建立了一个重过载预警框架,筛选出未来短期存在重过载风险的配电网元件。测试结果显示,负载率预测的平均绝对百分比误差均值为6.79%,重过载预警的准确率均值超过90%。