[发明专利]一种基于Hadoop平台的电力设备停电计划编制方法

摘要

本发明提供一种基于Hadoop平台的电力设备停电计划编制方法，该方法通过构建Hadoop分布式文件系统和设计MapReduce并行化编程模型，实现了对区域电网中，各方对电力设备停电需求的高效并行化处理。该方法采用Hadoop分布式文件系统和MapReduce并行化编程模型，可以充分利用Hadoop分布式文件系统和并行化编程模型所提供的强大的数据存储能力和计算能力，实现对区域电网中各级管理单位所提交的设备停电需求的高效处理，并按照电网运行的稳定性原则编制最优停电计划。

主权项

1.一种基于Hadoop平台的电力设备停电计划编制方法，其特征在于，包括以下步骤：/nS1：从主网接线方式图中提取电力系统各设备图形文件，实现图模转换，建立模型文件，并将模型文件输出为以设备ID为键值，以“电气连接信息”为值Value的字段数据；/nS2：从资产管理系统中设备台账模块与缺陷模块提取各电力设备的状态信息，并生成以设备ID为键值，以“状态信息”为值的字段数据；/nS3：搭建Hadoop分布式文件系统，Hadoop大数据处理平台的分布式文件系统包括Hadoop客户端和Hadoop集群，Hadoop集群包括名称节点、备用名称节点以及用于管理存储数据的数据节点，在HDFS中，客户端通过名称节点获取数据节点和文件块的映射关系，名称节点对文件、目录进行创建、删除和重命名等操作，管理数据节点和文件块的映射关系，数据节点的数据保存在本地Linux文件系统中，每个数据节点会周期性地向名称节点发送“心跳”信号，报告自己的状态；/nS4：定制第一个MapReduce作业，对电网中各级设备的运行信息以及停电需求记录进行汇编，MapReduce是一种并行化编程模型，用于大规模数据的并行计算，与HDFS的主从节点结构相对应，MapReduce框架也包括一个Master和若干个Slave，对应于HDFS的名称节点和数据节点，Master上运行JobTracker，Slave上运行TaskTracker，用户提交的每个计算作业，都会被划分成若干个任务，JobTracker负责作业和任务的调度，监控他们的执行，并重新调度已经失败的任务，TaskTracker负责执行JobTracker指派的任务；/nS5：定制第二个MapReduce作业，对步骤S4中汇编得到输出文件进行处理，在考虑电网运行稳定的必要前提下，生成各级设备停电计划；/nS6：对Reduce分布存储的各个子文件进行汇总整合，生成停电计划，/n