由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
醉染图书电力设备监测大数据分析方法9787519821
¥ ×1
前言
章 电力设备监测大数据的特点和所面临的技术挑战
节 电力设备监测大数据的特点
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
第三节 电力设备监测数据存储和数据处理的研究现状
参考文献
第二章 云计算与大数据处理技术
节 云计算与大数据的关系
第二节 大数据处理技术概述
参考文献
第三章 基于Hadoop的电力设备监测大数据存储与处理方法
节 监测大数据的存储和批量计算需求
第二节 Hadoop大数据处理技术
第三节 电力设备高速采样数据的Hadoop存储方法研究
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
第五节 云平台下并行EEMD局部放电信号去噪方法研究
第六节 基于并行化半监督K-means聚类的电力设备状态评估
第七节 并行化分形维数特征提取与密度聚类划分
参考文献
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
节 Spark大数据处理技术
第二节 电力设备状态快速模式识别
参考文献
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
节 大数据环境下传统局部放电相位分析的局限
第二节 自建Hadoop存储系统的局限
第三节 大数据计算服务的存储模式和并行计算模型
第四节 并行化PD信号分析整体流程
第五节 数据预处理和数据上传
第六节 变压器局部放电数据的MaxCompute表存储方法
第七节 PD信号放电基本参数n-q-ψ并行提取算法
第八节 谱图构造和统计特征计算
第九节 并行化KNN局部放电类型识别
第十节 实验结果与分析
参考文献
第六章 基于Stream Compute的电力设备监测数据实时分析
参考文献
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
节 同步多通道监测数据的多尺度分析研究的意义
第二节 同步多通道监测数据的多尺度分析研究现状
第三节 同步多通道监测数据的多尺度分析研究方案
参考文献
第八章 总结与展望
节 总结
第二节 展望
宋亚奇,华北电力大学电力系统及其自动化博士,阿里云大数据不错认讲师。主要研究方向为阿里云云计算技术、大数据处理技术以及云计算技术在电力系统中的应用。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格