简介:摘 要: 铁路路基监测作为确保铁路运行安全与稳定性的关键环节,其数据的高效管理与分析至关重要。面对铁路系统庞大的里程网络、密布的监测测点以及长期持续的数据采集需求,传统数据库在应对海量监测数据的存储与查询方面显现出明显局限,如存储性能瓶颈与查询效率低下等问题,严重制约了路基监测业务的高效运作及后续的数据处理与统计分析能力。本文聚焦于引入多模时序数据库技术,旨在通过该技术对具有鲜明时序特性的路基监测数据进行优化存储与高效访问。实验结果表明,多模时序数据库以其对时间序列数据的高效组织、压缩存储及快速查询能力,显著提升了监测数据的存储效率与读取速度,不仅缓解了海量数据带来的存储压力,还极大缩短了数据处理与统计分析的响应时间,为路基监测业务提供了强有力的数据支撑。
简介:摘要:核电厂时序数据的深化应用从侧面反映了电厂数字化的程度。随着大数据技术的逐渐成熟,新的应用场景不断推进,对多电厂核心工业控制系统(DCS)时序数据外传应用提供了很好的解决方案。本文结合秦山核电应用实践,通过梳理各机组DCS系统的类型、厂家、型号,以及其支持的数据传输协议,在确保网络安全规范的前提下,优化数据传输架构,定制开发DCS-PI数据传输接口。同时,利用Hadoop大数据平台的高性能存储、缓存和并发机制,设计新的实时数据集成应用架构。颠覆原有PI系统单节点结构设计模式,利用大数据平台提升实时数据的传输、存储和数据利用的效率、可靠性的问题。
简介:摘要:针对企业现有故障预测预与健康管理(PHM)地面平台列车牵引电传动系统时序数据处理问题跟踪不便、业务扩展或发生变化时需要重新开发的问题,结合当前实时数据处理技术,基于Flink流处理框架优化设计时序数据处理架构,将数据处理的开发工作平台化,提高开发效率,且能够及时观察到实时任务内部数据处理情况,提升问题处理效率,从而保证地面平台的稳定运行。
简介:摘要:本文介绍了一种结合多重聚类和相关性分析的大宗商品价格预测方法。通过分析传统预测技术的不足,本文提出了一种新的多品种相关性分析模型和基于聚类的时序依赖模型。这些模型的应用提高了预测精度,并在数值实验中显示出在捕捉价格波动方面的优越性。
简介:摘要:耕地是粮食生产和安全的重要前提与保障,中国的耕地资源变化问题一直备受关注。全国性的土地调查是精准掌握耕地资源面积和分布的有效方式。然而由于不同阶段的技术手段、统计标准存在差异,导致了中国三次土地调查的耕地面积数据存在明显的断裂,阻碍了对长时间序列耕地资源时空分布的深入研究。本研究以中国第三次土地调查数据为基准,采用ARIMA模型对1996-2019年耕地面积数据进行重建和挖掘,增强了耕地数据的连续性、科学性和完整性。研究成果有利于全面掌握耕地利用现状,为合理利用土地资源、政策制定与趋势预测提供科学依据。