|本期目录/Table of Contents|

[1]黄文思,毛学工,熊开智,等.基于大数据技术的水电行业企业级数据中心建设的研究[J].工业仪表与自动化装置,2017,(01):26-31.
　HUANG Wensi,MAO Xuegong,XIONG Kaizhi,et al.Research on the construction of enterprise level data center based on big data technology in hydropower industry[J].Industrial Instrumentation & Automation,2017,(01):26-31.
点击复制

基于大数据技术的水电行业企业级数据中心建设的研究

《工业仪表与自动化装置》[ISSN:1000-0682/CN:61-1121/TH]

卷:
期数:
2017年01期
页码:
26-31
栏目:
出版日期:
2017-02-15

文章信息/Info

Title:
Research on the construction of enterprise level data center based on big data technology in hydropower industry
文章编号:
1000-0682（2017）01-0000-00
作者:
黄文思1; 毛学工2; 熊开智2; 罗 戎2; 徐勇刚2; 叶马力2
（1.国网信通亿力科技有限责任公司，福建 福州 350003；2.雅砻江流域水电开发有限公司，四川 成都 610000）
Author(s):
HUANG Wensi1;  MAO Xuegong2;  XIONG Kaizhi2;  LUO Jie2;  XU Yonggang2;  YE Mali2
(1. State Grid Info-Telecom Greate Power Science and Technology Co.,Ltd，Fujian Fuzhou 350003，China；2. Yalong River Hydropower Development Company, Ltd.，Sichuan Chengdu 610000，China）
关键词:
大数据; 水电企业; 数据中心; 分布式平台
Keywords:
big data;  hydropower plants;  data center;  distributed platform
分类号:
中图分类号：TP311 文献标志码：A 文章编号：
DOI:
-
文献标志码:
A
摘要:
目前水电企业在构建数据中心时大多都采用传统技术，存在扩展性不强，建设成本极高，计算处理及分析挖掘能力有限的缺点。为满足企业大数据环境下全类型数据存储、处理、分析及应用的需求，该文提出采用大数据技术构建水电企业级数据中心。大数据技术拥有在数据存储、并行计算、大规模数据分析挖掘、线性扩展、全类型数据支持等方面的优点，能实现全流域、全业务、全层级、全类型数据资源的集中整合、存储、分析，具有很好的应用价值。
Abstract:
-

参考文献/References:

-

相似文献/References:

[1]马金祥,范新南,张建生,等.智能配电网大数据全景风险评估与自愈控制方法[J].工业仪表与自动化装置,2016,(03):14.
　MA Jinxiang,FAN Xinnan,ZHANG Jiansheng,et al.Panoramic risk assessment and self-healing control of big data on smart distribution grid[J].Industrial Instrumentation & Automation,2016,(01):14.
[2]秦丽杰,李禹曈,罗义旺,等.一种基于大数据技术的城市信息孤岛消除策略[J].工业仪表与自动化装置,2017,(03):32.
　QIN Lijie,LI Yutong,LUO Yiwang,et al.A city information island elimination strategy based on big data technology[J].Industrial Instrumentation & Automation,2017,(01):32.
[3]张睿敏,张琪淼,杜叔强,等.大数据环境下基于Spark的Bayes分类算法研究[J].工业仪表与自动化装置,2018,(03):116.[doi:1000-0682（2018）03-0000-00]
　ZHANG Ruimin,ZHANG Qimiao,DU Shuqiang,et al.The researchingof the Bayes classification algorithm based on Spark in large data environment[J].Industrial Instrumentation & Automation,2018,(01):116.[doi:1000-0682（2018）03-0000-00]
[4]董维振,陈 燕*,李媛媛.基于多元逐步回归的带钢性能预测模型[J].工业仪表与自动化装置,2022,(02):107.[doi:10.19950/j.cnki.cn61-1121/th.2022.02.022]
　DONG Weizhen,CHEN Yan*,LI Yuanyuan.Research on prediction model of steel properties based on multiple stepwise regression and data mining[J].Industrial Instrumentation & Automation,2022,(01):107.[doi:10.19950/j.cnki.cn61-1121/th.2022.02.022]
[5]翟兴哲,李鹏竹,王会民,等.基于LSTM算法的火电厂智能辅助脱硝系统开发与工程应用[J].工业仪表与自动化装置,2024,(05):3.[doi:DOI:10.19950/j.cnki.cn61-1121/th.2024.05.001]
　ZHAI Xingzhe,LI Pengzhu,WANG Huimin,et al.Development and engineering application of intelligent assisted denitrification system for thermal power plants based on LSTM algorithm[J].Industrial Instrumentation & Automation,2024,(01):3.[doi:DOI:10.19950/j.cnki.cn61-1121/th.2024.05.001]

备注/Memo

备注/Memo:
收稿日期：2016-05-26 作者简介：黄文思（1981），男，福建南安人，本科，高级工程师，国网信通亿力科技有限责任公司总工程师，主要从事电网信息化研究和管理工作。
更新日期/Last Update: 1900-01-01