基于风电场SCADA系统的云平台设计
【摘要】 为充分利用风电场集控中心采集爆炸式增长的海量数据，解决风电场SCADA系统数据存储和处理能力不足的问题，设计基于SCADA系统的云计算平台，实现数据的高效分布式存储以及处理。传统LS-SVM适用于小样本数据，对风电场海量数据的处理比较乏力，针对此问题，采用MapReduce云计算平台实现算法并行化，并用遗传算法对其进行参数寻优。最后利用某实际风电场SCADA系统的历史数据，实现短期风功率预测功能。在数据不断增加的情况下，采用MapReduce云计算平台实现LS-SVM算法并行化训练比单机LS-SVM训练缩短的时间十分显著，可增强SCADA系统的实时性;当数据增加到1.2 GB时，时间缩短一半，而准确度相差0.1%。
