【摘要】:分析了风电监控系统对海量数据的存储和访问需求,提出了引入时序数据库技术来解决传统数据库在处理海量数据时碰到的存储容量和访问效率方面的问题。所采用的时序数据库和关系数据库相结合的解决方案,在满足海量数据存储和访问需求的同时,很好地解决了数据模型的描述和存储问题。介绍了基于时序数据库开发的一些风电高级应用。
【作者单位】:
南京工业大学信息中心;
【关键词】: 时序数据库 风电监控 海量存储 趋势曲线 风机故障反演 电能质量监测
【分类号】:TP311.13
【正文快照】:
【关键词】: 时序数据库 风电监控 海量存储 趋势曲线 风机故障反演 电能质量监测
【分类号】:TP311.13
【正文快照】:
0引言风力资源作为清洁的、低碳的、可持续的新型能源,在国家能源战略中的地位正在不断提升。风力发电因具有技术成熟、可靠性高、可较大规模利用等特点,日渐成为最具规模化开发条件和商业化发展前景的新能源发电方式之一。“十一五”规划以来,国内风电发展迅速,装机容量连年
您可以在本站搜索以下学术论文文献来了解更多相关内容
流数据中一种高效剪枝的频繁序列挖掘算法 何星星;谢伙生;
基于时空邻域的多粒度轨迹相似性查询 雷小锋;谢昆青;金星星;夏征义;
SPQ:数据流上面向可伸缩模式的查询方法 李菲菲;李红燕;曲强;苗高杉;
基于位图的闭序列模式挖掘 王现君
基于知识发现的时序数据挖掘算法研究 吴志华
时态数据周期挖掘理论与算法的研究 程昱
基于序列模式的序列聚类挖掘算法研究 杨天霞
时序模式发现算法研究与改进 张瑜
序列模式挖掘在公路隧道交通中的应用研究 严兆斌