基于Storm的电网时间序列数据实时预测框架

摘要：

对电网运行产生的时间序列数据展开实时预测研究,提出基于Storm平台和ARIMA模型的预测框架.分析不同类型电网时序数据的特点,预设拟合模型以降低模型构建的盲目性,缩短预测时间,同时设计基于HBase的新型时序数据存储模式加快数据检索速度.通过对海量的时序数据源进行并发预测,比较不同数据样本对预测值的影响并实时分析预测误差.经实例从预测精度、运算速度、占用资源3个角度验证了该框架的有效性与实用性.

关键词：时间序列数据、实时预测、Storm平台、自回归积分移动平均模型、电网、大数据

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：中央高校基本科研业务费专项资金2015XS72

在线出版日期：2017-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：8-14