电力大数据可视化系统开发关键技术趋势,本论文为免费优秀的关于可视化论文范文资料，可用于相关论文写作参考。
可视化论文参考文献：
摘 要：在大数据的时代背景下,电力大数据及其系统面临前所未有的机遇和挑战.为使电力大数据能够更好的满足资产管理、生产营销等系统的需求,文章介绍了电力大数据的概念和特征,详细的阐述并分析了可视化系统开发关键技术以及其应用,展望了可视化技术的发展趋势.
关键词：电力大数据；可视化；可视化系统；关键技术；技术研究；趋势
中图分类号：TM743 文献标识码：A 文章编号：1006-8937（2016）30-0062-02
1 引 言
智能电网技术高度融合了传统的电力技术和信息、控制、自动化等技术,通过对发送、输送、配置、使用以及调试、营销等很多环节收集大量的数据信息,对信息进行分析、挖掘,最终能够掌握并控制各个环节决策并优化,实现电力企业生产效率的提高、电网运行达到较高的稳定性、满足电力客户的用电需求.
智能电网都在不断进步、规模也逐渐扩大,多种智能电表、信息系统以及传感器等异构分布式数据源连续的产生大量数据信息,所以被称作是电力大数据.
电力大数据可以说是电网职能的主要支撑体系,所以在众多工作内容中,对数据的采集、传输、存储、处理、挖掘是工作的重点内容.
2 电力大数据概念以及特征
电力大数据主要是指智能电网在发电、配电、输电、营销以及管理等环节的海量数据.
按照电网企业的主营业务将数据大致可分为电网运行和设备监测数据、电力企业销售数据、及电力企业管理数据三类.
随着智能化设备的广泛应用,大数据的来源包括安装于家家户户的智能电表、数以万计的发电机、变压器、开关设备、架空线路、高压电缆等设备中获取的高速增长的监测数据,光伏和风电功率预测所需的大量的历史运行数据、气象监测数据等.
电力大数据是建设性能稳定、安全可靠、高效运作、节能电网的重要保障.
为了能够分析电力大数据,使得智能电网的管理水平得到提高,需要建立更加科学的数据智能系统.
电力大数据有很多特征,比如体量大、多类型、速度快等：
①体量大：电力大数据所收集的数据规模可以达到PB数量级别.
②类型多：不仅可以得到传统的结构化数据,而且还可以在营销系统、生产管理等方面产生大量的非结构以及半结构数据.
③速度快：电力大数据无论采集还是处理都有着极快的特点.
此外电力大数据可以通过和其他行业的行业数据进行交换实现数据深度挖掘和分析.
3 基于电力大数据的可视化以及在电力系统中的 应用
电力系统工作人员为了能够使得系统运行稳定、高效、经济,就必须对每个环节的设备和工作状态进行随时的监测.但是,电网内大量设备都互联,监测设备的连接方式、设备之间的相互影响是一项艰巨的任务,电力系统运行状态可视化系统可以在其生成的图像中展示大量信息,方便操作人员准确快速理解,实时监控所有设备状态,并完成可靠操作,电力系统运行状态可视化操作系统可以为工作人员的工作带来很大的便利,是一种高效的方案.
智能电网中数据量最大的应属于电网运行和设备监测数据.电网运行和设备状态监测数据主要包括电网运行关键指标、电网潮流、试验数据、设备状态遥信、缺陷记录、供电场所视频监测数据等.提取系统的主参数及配网终端数据,能够构建一个全景的电网络信息拓扑图像,并在图中采取可视化技术手段将相关丰富信息的集中展示.
在此全景的电网拓扑图中能够实现如下几类问题的在线分析：重要设备健康状况的在线监测和分析,专线用户的用电行为特征分析和预测；对电能质量进行在线评价和分析等.
到目前为止,电力系统可视化研究主要包括三个方面,分别是静态数据的可视化研究、动态数据可视化研究、电力系统元件.
运行状态可视化技术实现的关键是各参数指标的关联规则,以及各状态量的关联度及其权重.目前,各种适用于大数据分析的深度关联规则有：基于粒计算的关联规则挖掘算法、基于压缩矩阵的Apriori算法、基于云计算平台Hadoop的快速关联规则增量更新算法（C-FUP）等.
4 可视化系统开发的步骤
在开发这个系统的时候使用面向对象机制,定义不同的模块和插件达到各种功能实现的目的.可以分为七个步骤：
①对资源标识符的格式以及业务系统的对象相关描述进行确定；
②所涉及的图形里面的业务对象列表进行确定；
③定义SGL开发图模,当然也包含了图模所设计的支持状态组以及状态值等内容；
④业务信息设置插件的开发；
⑤在图形里面读取所有图件相关的业务信息,并将从业务服务所获得的数据设置到对应的图件插件中以及业务对象所关联的控制功能插件里面；
⑥系统的运行和检测；
⑦自定义人机界面风格.
5 电力大数据可视化系统的关键技术
可视化系统在完成SGL的模块设计后,可以协同其他模块及可视化关键技术实现各种展示.下面主要详述电力大数据可视化系统开发的关键技术,主要包含云计算技术、区域点密度可视化技术、等高绘制技术、电网潮流和GIS可视化技术、历史流展示技术等.
5.1 云计算技术
随着云计算技术的不断深化发展,云计算的数据存储、分析、处理等方面的技术和理论研究为大数据技术的发展奠定了坚实的基础.因为大数据的数据量和分布式的特点,传统的数据管理技术难以胜任.
云计算的核心思路是分布式文件系统（distributed file system,DFS）和MapReduce技术,DFS有着高容错性的特点,并且是为部署在价格低廉的硬件上而设计的,而且它为应用程序提供高吞吐量的数据访问,适合那些有着超大数据集（large data set）的程序.以分布式文件处理技术为基础,去掉了关系型数据库的关系型特性,数据存储被简化且更加灵活,使PB、ZB级的数据存储成为可能.
结论：适合不知如何写可视化方面的相关专业大学硕士和本科毕业论文以及关于数据可视化论文开题报告范文和相关职称论文写作参考文献资料下载。
对电力营销数据可视化统计方法与系统分析
摘要：信息化管理已成为提高电力营销管理质量的关键技术，可视化技术应用提高了电力营销数据统计分析效率。本文分析了电力营销管理信息化发展现状，研究可。
关于大数据理论和实践系统综述
摘 要：大数据时代的到来，使得社会各界对大数据的关注度越来越高，并且成为近十几年研究的热点话题。然而，由于现代信息技术的不断发展，大数据时代的到。
大数据环境下信息系统对审计影响
摘 要：伴随着大数据时代的到来信息系统得到了不断的发展，对审计的影响也发生了巨大的变化。大数据通过采集计算等对数据进行汇总分析，提供相关的信息。。