云計算下供電監(jiān)控數(shù)據(jù)壓縮存取方法研究

王建璽，岳 圓

（1.平頂山學院 計算機學院，河南 平頂山 467000；2.中國人民解放軍61267部隊，北京 101114）

0 引 言

電力設(shè)備的老化損壞是停電事故的主要原因，為了能夠及時發(fā)現(xiàn)電力設(shè)備的故障和問題，對供電系統(tǒng)的供電監(jiān)控數(shù)據(jù)進行合適的壓縮存取就非常重要。通過對供電監(jiān)控數(shù)據(jù)的壓縮存取，可以及時獲得供電系統(tǒng)的全部信息[1]。

為了得到有價值并能反應(yīng)供電系統(tǒng)狀態(tài)的特征，需要從格式多樣、規(guī)模巨大及價值密度低的大數(shù)據(jù)中提取有用的數(shù)據(jù)并進行分析。云計算技術(shù)能夠有效提高供電系統(tǒng)狀態(tài)評估水平，顯著減少停電等電網(wǎng)安全事故發(fā)生率。

1 云計算下供電監(jiān)控數(shù)據(jù)壓縮存取方法設(shè)計

1.1 引入Spark云計算技術(shù)

Spark云計算技術(shù)由數(shù)據(jù)存儲、API及資源管理等3個主要組件構(gòu)成[2]。Spark云計算技術(shù)最具有特點的一個概念就是基于彈性分布的供電監(jiān)控數(shù)據(jù)集?；趶椥苑植嫉墓╇姳O(jiān)控數(shù)據(jù)集是一個供電監(jiān)控數(shù)據(jù)的集合，可以看做是Spark云計算技術(shù)一個特殊的定義類，Spark云計算技術(shù)主要的操作是圍繞基于彈性分布的供電監(jiān)控數(shù)據(jù)集來進行的[3]。從原文件中獲取需要的供電監(jiān)控數(shù)據(jù)來創(chuàng)建基于彈性分布的供電監(jiān)控數(shù)據(jù)集，并將供電監(jiān)控數(shù)據(jù)存儲到其中，可以通過對Spark云計算技術(shù)進行轉(zhuǎn)換操作獲得基于彈性分布的供電監(jiān)控數(shù)據(jù)集。

1.2 構(gòu)建基于Spark云計算的聚類算法

基于Spark云計算的聚類方法根據(jù)供電監(jiān)控數(shù)據(jù)集在供電系統(tǒng)中分布的稠密程度進行聚類，聚類開始前，數(shù)據(jù)集中的供電監(jiān)控數(shù)據(jù)不需要設(shè)定簇的數(shù)量，因此適合對云計算下的供電監(jiān)控數(shù)據(jù)進行壓縮和存取。其中DBSCAN算法是基于Spark云計算的聚類算法中具有代表性的聚類算法，DBSCAN算法操作步驟如下。

輸入為供電監(jiān)控數(shù)據(jù)集D，參數(shù)選擇MinPts，ε輸出為簇集合。將供電監(jiān)控數(shù)據(jù)集中的所有數(shù)據(jù)對象都標記成為unvisited；從供電監(jiān)控數(shù)據(jù)集中隨機選取一個從未被訪問的供電監(jiān)控數(shù)據(jù)對象p，將供電監(jiān)控數(shù)據(jù)對象p標記成已經(jīng)被訪問過的數(shù)據(jù)對象；如果被檢測的對象屬于供電監(jiān)控數(shù)據(jù)對象p的ε鄰域，且供電監(jiān)控數(shù)據(jù)點在ε鄰域內(nèi)的個數(shù)大于等于MinPts個；創(chuàng)建新的供電監(jiān)控數(shù)據(jù)聚類簇A，并把供電監(jiān)控數(shù)據(jù)對象p添加到其中；令N是供電監(jiān)控數(shù)據(jù)對象p的ε鄰域中所有供電監(jiān)控數(shù)據(jù)的集合；將N中供電監(jiān)控數(shù)據(jù)點標記為pi；如果供電監(jiān)控數(shù)據(jù)點pi沒有被劃分成為聚類簇，將供電監(jiān)控數(shù)據(jù)點pi添加到另一個聚類簇C中，并輸出；將供電監(jiān)控數(shù)據(jù)對象p標記為噪聲數(shù)據(jù)，Untill供電監(jiān)控數(shù)據(jù)集D中不包含未被訪問過的供電監(jiān)控數(shù)據(jù)對象。

1.3 確定供電監(jiān)控數(shù)據(jù)壓縮存取格式

傳統(tǒng)關(guān)系型數(shù)據(jù)庫中的供電監(jiān)控數(shù)據(jù)壓縮存儲格式也是多種多樣的。供電監(jiān)控數(shù)據(jù)檢索速率和檢索方式與數(shù)據(jù)的壓縮存取格式關(guān)系密切。實際的數(shù)據(jù)存儲檢索需求是存取格式的設(shè)計根據(jù)，對一段連續(xù)時間內(nèi)的供電監(jiān)控數(shù)進行查詢是供電監(jiān)控數(shù)據(jù)查詢的特點，其包括查詢某段時間的平均值、最大值及最小值，或者是在一段時間內(nèi)符合查詢要求的數(shù)據(jù)。例如，查詢某一月某人的網(wǎng)上銀行消費記錄，就是對單點數(shù)據(jù)的連續(xù)調(diào)查。還有一種情況是對多個對象同一時間段的數(shù)據(jù)查詢，如對3個人1個月業(yè)績的對比查詢，可以得到想要的數(shù)據(jù)。

圖1 云計算下供電監(jiān)控數(shù)據(jù)壓縮存取流程圖

1.4 實現(xiàn)云計算下供電監(jiān)控數(shù)據(jù)壓縮存取

根據(jù)供電監(jiān)控數(shù)據(jù)壓縮存取格式的確定，選擇一種適合云計算下的供電監(jiān)控數(shù)據(jù)壓縮存取格式，基于Spark云計算技術(shù)的引入，構(gòu)建基于Spark云計算的聚類算法，實現(xiàn)云計算下供電監(jiān)控數(shù)據(jù)壓縮存取。云計算下供電監(jiān)控數(shù)據(jù)壓縮存取流程如圖1所示。

2 實例驗證

為了驗證本文方法的可靠性，與傳統(tǒng)壓縮存取方法進行對比實驗。

2.1 實驗方法及步驟

為了保證本次實驗結(jié)果具有鮮明的對比性，實驗過程中，選擇同一種供電監(jiān)控數(shù)據(jù)壓縮存取格式，保證供電監(jiān)控數(shù)據(jù)的完整性，實驗的具體操作步驟如下。選擇一套供電系統(tǒng)，在供電系統(tǒng)中選取10組供電監(jiān)控數(shù)據(jù)，實驗開始前檢查供電系統(tǒng)的運行是否穩(wěn)定；為了提高本次對比實驗的精準度，引入供電監(jiān)控數(shù)據(jù)壓縮存取效率作為本次實驗的對比指標；將10組供電監(jiān)控數(shù)據(jù)分別以兩種方法進行對比；記錄實驗結(jié)果并繪制供電監(jiān)控數(shù)據(jù)壓縮存取效率曲線，如圖2所示。

圖2 供電監(jiān)控數(shù)據(jù)壓縮存取效率曲線

2.2 實驗結(jié)論

由圖2可知，兩種壓縮存取方法的供電監(jiān)控數(shù)據(jù)壓縮存取能力有很大差別，本文方法對于供電監(jiān)控數(shù)據(jù)具有較高的壓縮存取能力，平均壓縮存取效率為87.35%，而傳統(tǒng)壓縮存取方法的壓縮存取能力明顯低于本文設(shè)計的壓縮存取方法。

3 結(jié) 論

本文對云計算下供電監(jiān)控數(shù)據(jù)壓縮存取方法進行了研究，通過引入Spark云計算技術(shù)，構(gòu)建聚類算法，實現(xiàn)云計算下供電監(jiān)控數(shù)據(jù)的壓縮存取。經(jīng)對比驗證，本文方法在壓縮存取方面優(yōu)于傳統(tǒng)方法。