基于Spark的电力设备在线监测数据可视化方法

来源：电工电能新技术杂志2016年第11期北京时间：

作者：曲朝阳，熊泽宇， 颜佳， 辛鹏， 曲楠4

单位：1. 东北电力大学信息工程学院， 吉林省 吉林市 132012；
\r\n2. 国网吉林省电力有限公司， 吉林 长春 130021；
\r\n3. 国网吉林省电力有限公司吉林供电公司， 吉林省 吉林市 132001；
\r\n4. 江苏省电力检修分公司， 江苏 南京 210008

摘要：大数据可视化可以实现海量电力设备在线监测数据中各种属性、运行状态等电力特征信息的图形、图像化直观呈现，为设备运行状态的及时有效监控分析提供有力保障。因此，本文提出一种基于Spark的电力设备在线监测数据可视化方法，为实现大数据环境下的电力设备在线监测数据的状态信息快速提取，在Spark大数据计算平台上，建立了基于设备状态评估指标体系与模糊C均值聚类（FCM）的电力设备状态信息提取算法。针对数据的多维、时序特性，构建三维平行散点图的数据可视化展现形式，实现电力设备在线监测数据信息全貌的可视化展现。将该方法运用于吉林省某风电场的风电机组在线监测数据集，实验结果证明了该方法的有效性。

关键词：Spark, 电力大数据, 信息可视化, 在线监测

基金资助：国家自然科学基金项目（51277023）、 吉林省科技计划重点项目（20130206085SF）、 吉林省科技重点转化项目（20140307008GX）