文献

J-GLOBAL ID：201702259201441536   整理番号：17A1353179

Hadoopプラットフォームに基づく風力タービンの状態監視のためのデータ処理に関する研究【Powered by NICT】

Research on data processing for condition monitoring of wind turbine based on Hadoop platform

著者 (4件)： Wang Hongjun (Tianjin Key laboratory for Control Theory and Applications in Complicated System, Tianjin University of Technology, Binshui Xidao 391, Tianjin, China) ,  Zhao Shaowei (Tianjin Key laboratory for Control Theory and Applications in Complicated System, Tianjin University of Technology, Binshui Xidao 391, Tianjin, China) ,  Zhao Hui (Tianjin Key laboratory for Control Theory and Applications in Complicated System, Tianjin University of Technology, Binshui Xidao 391, Tianjin, China) ,  Yue Youjun (Tianjin Key laboratory for Control Theory and Applications in Complicated System, Tianjin University of Technology, Binshui Xidao 391, Tianjin, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICMA  ページ： 322-326  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 風力タービンの状態監視データは,大きなデータ特性の大きな,マルチソース,不均一,複雑で急速な成長を示した。既存データ処理法は大量のデータを取り扱う際に効率を保証することは困難であり,トラブルシューティングに最良時期を見逃す可能性がある。より効率的にモニタリングデータへの接し方断層の正確な判断に非常に重要である。効率を改善するために大量のデータを扱うためにクラウドプラットホームの使用を提案した。最初に,風力タービンの状態監視モデルを提案した。,ファジィC平均クラスタリングアルゴリズムを導入し,プロセスは,MapReduceモデルにより実現した。最後に,実験は,Hadoopプラットフォームで行い,データを格納するために分散データベースHBaseを用い,データを計算するための分散型プログラミング枠組みMapReduceを使用することである。データ量の増加とノード数,クラウドプラットホームが速い速度でデータを記憶し,計算することができることが分かった。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 分散データベース ,  *データ処理 ,  曖昧さ ,  計算機プログラミング ,  高速度 ,  *風車
準シソーラス用語： データ量 ,  MapReduce ,  クラスタリングアルゴリズム ,  トラブルシューティング ,  データ処理法 ,  *状態監視 ,  *Hadoop , 【Automatic Indexing@JST】

分類 (3件)： 風力発電  (NB03120Q) ,  送風機,圧縮機,風車  (QD03000U) ,  計算機網  (JC03000K)

タイトルに関連する用語 (5件)： Hadoop ,  プラットフォーム ,  風力タービン ,  状態監視 ,  研究