模拟风电数据日志分析设计.docx

发布时间：2022-06-08 发布人：admin 分类：说明书资料大小：0.04M 资料格式：docx 举报版权申诉

wugenqiang-10627570-4744302542859878847.docx.pdf-第1页.png

第1页 / 共6页

wugenqiang-10627570-4744302542859878847.docx.pdf-第2页.png

第2页 / 共6页

wugenqiang-10627570-4744302542859878847.docx.pdf-第3页.png

第3页 / 共6页

wugenqiang-10627570-4744302542859878847.docx.pdf-第4页.png

第4页 / 共6页

wugenqiang-10627570-4744302542859878847.docx.pdf-第5页.png

第5页 / 共6页

wugenqiang-10627570-4744302542859878847.docx.pdf-第6页.png

第6页 / 共6页

文本预览

模拟风电数据日志分析设计一、风电数据分析： 1.提取数据项风机在运行中产生的数据种类多样，数量巨大，有测风数据、电量指标，以及箱变系统、变桨系统、偏航系统和齿轮箱各个设备部件的运行状态和故障信息等等。由于风电机组中的环境、工况、状态参数具有一定的复杂、多变的特性，且各参数之间相互关联，我们可以利用大数据手段，从海量的数据中挖掘出影响风机正常运行的关键因素，提升风机发电量，并对频繁发生故障的部件进行预警，降低运维成本。以提高发电量一项来说。提高发电量是复杂的系统工程，因为它会受到影响的因素非常多。比如主控参数优化，参数设置、偏航优化和变桨优化，需要整体考虑才能得到理想的结果，得到更高的产能和利润。这就需要对风机产生的数据进行整体性、联动性分析，而这就是大数据技术的用武之地了。提取将处理数据项：风速、电量 2.风电数据用途（1）集控（2）发电量统计、能效分析等 BI 场景（3）设备健康状况监控和监测（4）故障关联分析（5）设备故障预测（6）业务管理优化为了支撑这些数据驱动的应用场景，需要整合多维度的生产经营数据以及更细粒度的秒级、甚至毫米级数据。在风电这种典型的工业大数据场景，数据平台架构可以基于数据特征进行优化，更加友好的支持实时、并发读写，以及横向扩展。 3.日志内容

时间序列数据库是比较年轻的数据库，设计实现上更加新颖，如列式存储、REST API 接口、异步通信、分布式存储等都有广泛使用。数据模型上，时序数据的字段往往如下定义： metric：具体的变量名。每个 metric 代表一类度量值，如偏航功率、环境温度、机舱温度等； timestamp：时间戳，标识时间维度，可能是秒，也可能是毫秒，作为 KV 数据对中的 key； Value：变量值。跟时间戳一起组成 KV 数据对，Value 标识具体时间点的变量值； TagKey/TagValue：TagKey 和 TagValue 组成一对描述数据的标签，比如数据是属于哪个风机的，是哪个系统采集的等，通过 tag 补充标注。一个 KV 数据对，可以有无数个 TagKey/TagValue 描述，根据需要扩展完整的数据画像。 OpenTSDB 以 KV 数据库 Hbase 作为存储后端，可满足存储的横向扩展。对元数据的管理和数据存储上有存储优化的设计，是 Hbase 的一大优势。 1. 通过为每个 metric、tag key 和 tag value 设计一个固定 3byte 的 UID 缩短 Rowkey 的长度； 2. 支持一个时间段内的数据进行整合后存储，如将一小时 3600 个数据点合并成一个点，来节省 Rowkey 的数量。 Flume：从风场传来的日志文件的监控和收集 Kafka：风机日志文件的缓存和中间结果的保存 flink：风机日志文件的实时获取和预处理

OpenTSDB+Hbase+HDFS：数据的存储和扩展 2.日志设计：参数：（1）系统时间: systemTime= `date +%Y-%m-%d\ %H:%M:%S` （2）环境温度: ambientTemperature （3）机身温度: fuselageTemperature （4）风速: windSpeed （5）发电量: powerGeneration （6）风机编号:fanNumber （7）机型:model 执行脚本自动化模拟数据版本 1：（吴跟强设计） [root@master ~]# cat windpower-datas.sh #!/bin/bash fanNumber_list=("001" "002" "003") model_list=("X" "Y" "Z") ambientTemperature_list=("23" "36" "25.5") fuselageTemperature_list=("76" "68") windSpeed_list=("20" "23") powerGeneration_list=("100" "102") ((i=0)) while [ 1 ] do

((i++)) #系统时间 systemTime=`date +%Y-%m-%d\ %H:%M:%S` #风机编号 fanNumber_num=$(((RANDOM%3))) fanNumber=${fanNumber_list[$fanNumber_num]} #机型 model_num=$(((RANDOM%3))) model=${model_list[$model_num]} #环境温度 ambientTemperature_num=$(((RANDOM%3))) ambientTemperature=${ambientTemperature_list[$ambientTemperature_ num]} #机身温度 fuselageTemperature_num=$(((RANDOM%2))) fuselageTemperature=${fuselageTemperature_list[fuselageTemperatur e_num]} #风速 windSpeed_num=$(((RANDOM%2))) windSpeed=${windSpeed_list[$windSpeed_num]} #发电量 powerGeneration_num=$(((RANDOM%2))) powerGeneration=${powerGeneration_list[$powerGeneration_num]} echo "$systemTime $fanNumber $model $ambientTemperature $fuselageTemperature $windSpeed $powerGeneration" >>/var/log/windpower/windpower.log sleep 1;

done 版本 2：（刘晓君设计） [root@master ~]# cat dataDemo.sh #!/bin/bash step=1 RANDOM_MAX_INT=32768 function random_float() { local scale=2 local min=25 local max=29 j=$((5+${RANDOM}%5)) i=1 my_list=() while(($i<=j)) do local random1=$( echo "scale=2;${min}+${RANDOM}/${RANDOM_MAX_INT}*(${max}-${min}+1)" | bc -l ) my_list[i]=${random1} let i++ done current=`date "+%Y-%m-%d %H:%M:%S"` timeStamp=`date -d "$current" +%s` #currentTimeStamp=$((timeStamp*1000+`date "+%N"`/1000000)) echo "${timeStamp} ${my_list[*]}" >> /root/dataDemo.log } while [ 1 ] do

random_float sleep $step done

分享到：

赞收藏

资料库

模拟风电数据日志分析设计.docx

相关推荐

课程资源

热门标签

最新资料