声明
摘要
第1章 绪论
1.1 选题背景及意义
1.2 国内外研究现状
1.2.1 大数据技术的研究现状
1.2.2 小水电功率预测的发展现状
1.3 论文的主要工作和内容安排
第2章 基于Hadoop的大数据平台架构关键技术
2.1 Hadoop简介
2.1.1 Hadoop背景概述
2.1.2 Hadoop的基本架构模型
2.2 Hadoop分布式计算框架MapReduce
2.2.1 MapReduce的编程模式
2.2.2 MapReduce的执行流程
2.3 Hadoop分布式文件系统HDFS
2.3.1 HDFS读写机制分析
2.3.2 HDFS的备份策略
2.3.3 HDFS的负载均衡机制
2.4 本章小结
第3章 小水电功率数据分布式存储与访问方案设计
3.1 小水电功率数据的特点
3.2 小水电功率数据存储方案设计
3.2.1 小水电功率数据分布式存储方案
3.2.2 小水电功率数据存储文件设计
3.2.3 算例分析
3.3 小水电功率数据副本放置策略
3.3.1 HDFS中数据块副本放置策略
3.3.2 HDFS默认数据块副本放置策略的局限性
3.3.3 基于多衡量指标的副本放置策略
3.3.4 算例分析
3.4 小水电功率数据追加策略
3.5 本章小结
第4章 基于气象信息的小水电功率预测模型
4.1 小水电发电功率影响因素分析
4.1.1 小水电发电功率与降雨的相关性
4.1.2 小水电发电功率与累积降雨量的相关性
4.2 基于气象信息的小水电功率预测方法
4.2.1 预测算法整体流程
4.2.2 基于气象信息的短期功率预测方法
4.3 小水电功率预测算法的分布式计算
4.4 算例分析
4.4.1 小水电功率预测算法准确性验证
4.4.2 分布式功率预测算法的计算效率对比
4.5 本章小结
第5章 大数据技术在小水电功率预测中的应用
5.1 小水电功率预测仿真平台搭建
5.1.1 Hadoop平台搭建
5.1.2 仿真平台功能
5.1.3 仿真平台数据导入
5.2 大数据技术在小水电功率预测中的应用
5.3 本章小结
第6章 总结与展望
6.1 本文工作总结
6.2 未来工作及展望
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢