[发明专利]一种基于spark和聚类算法的电能表检定误差诊断方法在审
| 申请号： | 201910640087.1 | 申请日： | 2019-07-16 |
| 公开（公告）号： | CN110490229A | 公开（公告）日： | 2019-11-22 |
| 发明（设计）人： | 刘爱莲;刘新志 | 申请（专利权）人： | 昆明理工大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 650093 云*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于spark和聚类算法的电能表检定误差诊断方法，属于大数据处理技术领域。首先通过利用Nginx集群来作为数据采集系统，将采集的电能表检定误差数据发送到flume集群中，然后通过Kafka读取flume集群中数据进行简单处理，利用Spark Streaming会实时消费Kafka里的数据，将数据读取出进行数据的预处理，用Spark机器学习库MLlib实现聚类算法来对电能表检定误差数据进行聚类归类分析，将结果写入到Hbase数据库，可以实时获取电能表检定误差的变化，并可以导出进行离线综合统计分析。 | ||
| 搜索关键词： | 电能表检定 集群 聚类算法 误差数据 预处理 读取 数据采集系统 数据处理技术 机器学习 实时获取 数据读取 误差诊断 统计分析 导出 归类 聚类 离线 写入 数据库 采集 分析 | ||
【主权项】：
1.一种基于spark和聚类算法的电能表检定误差诊断方法，其特征在于：实时的接受检测到的电能表的检定误差数据，将采集的电能表检定误差数据发送到flume集群中，然后通过Kafka读取flume集群中的数据进行简单处理，存储在消息缓冲队列服务器，通过SparkStreaming把从Kafka中接收来的实时电能表检定误差数据误差流分成多个数据块存放在内存里，并在一定的时间间隔对内存中的数据块进行批处理，Spark通过算子对离散流进行数据的预处理，并把分析处理结果写入到Hbase数据库里，利用Spark的机器学习库MLlib对Hbase数据库里的数据实现聚类算法建模分析，来判断电能表检定误差数据误差的大小，以及来评定不同厂家电能表的好坏。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于昆明理工大学，未经昆明理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910640087.1/，转载请声明来源钻瓜专利网。
