近年來(lái)隨著化石能源短缺和環(huán)境污染加劇,世界各國(guó)日益重視可再生能源的開(kāi)發(fā)和利用。風(fēng)力發(fā)電以其清潔、安全、儲(chǔ)能豐富的優(yōu)勢(shì),近年來(lái)取得了快速發(fā)展。隨著我國(guó)能源結(jié)構(gòu)轉(zhuǎn)型,風(fēng)能也將在我國(guó)能源結(jié)構(gòu)中發(fā)揮越來(lái)越重要的作用。因此對(duì)風(fēng)電生產(chǎn)問(wèn)題進(jìn)行深入研究具有重要意義。然而,目前風(fēng)力發(fā)電企業(yè)仍采用傳統(tǒng)的數(shù)據(jù)庫(kù)技術(shù)、數(shù)據(jù)處理技術(shù)來(lái)開(kāi)展大數(shù)據(jù)的分析研究。由于缺乏專用技術(shù)及工具的支持,數(shù)據(jù)處理的時(shí)效性、可用性不強(qiáng),對(duì)于數(shù)據(jù)的分析還停留在初級(jí)階段,缺乏深層次的數(shù)據(jù)挖掘。為了解決當(dāng)前風(fēng)電行業(yè)數(shù)據(jù)分析處理響應(yīng)慢、實(shí)時(shí)性低、難以處理高維、屬性復(fù)雜數(shù)據(jù)等問(wèn)題,本文設(shè)計(jì)開(kāi)發(fā)了風(fēng)機(jī)集群大數(shù)據(jù)分析平臺(tái)。本文的主要內(nèi)容如下:（1）論文對(duì)風(fēng)機(jī)集群大數(shù)據(jù)分析平臺(tái)進(jìn)行了需求分析,基于微服務(wù)思想設(shè)計(jì)了平臺(tái)的系統(tǒng)架構(gòu)和技術(shù)架構(gòu),完成了平臺(tái)功能模塊的劃分和模塊間通信方式的設(shè)計(jì)。（2）針對(duì)風(fēng)力發(fā)電數(shù)據(jù)存在的數(shù)據(jù)丟失、數(shù)據(jù)異常等問(wèn)題,論文采用k-近鄰算法完成了缺失數(shù)據(jù)的填補(bǔ),采用孤立森林算法對(duì)異常數(shù)據(jù)進(jìn)行了檢測(cè),并通過(guò)實(shí)例驗(yàn)證了算法的有效性和準(zhǔn)確性,同時(shí)實(shí)現(xiàn)了風(fēng)力發(fā)電數(shù)據(jù)的歸一化處理。（3）基于Spark Streaming實(shí)現(xiàn)了BP神經(jīng)網(wǎng)絡(luò)... 

【文章來(lái)源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：99 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

缺失率對(duì)最佳k值的影響

西安電子科技大學(xué)碩士學(xué)位論文26圖3.3 填補(bǔ)效果對(duì)比從圖 3.3 中可以看出，當(dāng)缺失率較小時(shí)，k-近鄰填補(bǔ)、均值填補(bǔ)、回歸填補(bǔ)、EM算法均具有較好的填補(bǔ)效果，當(dāng)缺失率增加時(shí)，四種算法的均方根誤差均隨之增加，可見(jiàn)，數(shù)據(jù)缺失率影響著算法的填補(bǔ)效果。在此情況下 k-近鄰算法 RMSE 值依然低于均值填補(bǔ)、回歸填補(bǔ)和 EM 算法填補(bǔ)。通過(guò)以上實(shí)驗(yàn)可知，在缺失率低于 10%時(shí)，k-近鄰算法對(duì)缺失數(shù)據(jù)的填補(bǔ)表現(xiàn)良好且很穩(wěn)定，能夠滿足使用要求。3.3 風(fēng)力發(fā)電異常數(shù)據(jù)檢測(cè)方法研究現(xiàn)實(shí)生產(chǎn)中，數(shù)據(jù)測(cè)量誤差、采集記錄錯(cuò)誤、通信傳輸干擾以及偶然工況等都會(huì)致使數(shù)據(jù)污染

風(fēng)力發(fā)電機(jī)組風(fēng)速-功率散點(diǎn)圖


本文編號(hào)：2977872