1.一种基于Spark的能源互联网信息平台的信息处理方法,其特征在于,所述基于Spark的能源互联网信息平台的信息处理方法从能源互联网面临的实时大数据快速分析需求出发,在分析能源互联网大数据特点及前沿信息技术基础上,提出结合内存计算和流式计算的实时大数据平台;以实时交易信息匹配、在线电能质量监测和快速数据机器学习聚类算法,得到基于Spark平台,为能源互联网信息平台的规划,实现和运行提供参考;
所述基于Spark的能源互联网信息平台的信息处理方法包括:
完成数据的接收,并快速对其检测、过滤和解析;
利用Spark的内存计算技术,完成各项常用分析算法,同时对实时性要求高的计算结果推送给应用层或客户端;
实时大数据计算分析,负责完成调度算法、动态预测、安全分析;利用大数据分析电力或其他能源的购买量、预测能源消费、管理能源用户、提高能源效率、降低能源成本;
为客户端提供方便快捷的能源共享及分享服务;通过实时能源监控掌握用电情况、使用清洁能源比例、调节用电,参与需求侧响应;通过清洁能源发电情况实时了解分布式能源的运行情况,并实现能源分享;通过能源市场自主购买电力,优先购买清洁能源,实现电力在线对等交易。
2.如权利要求1所述的基于Spark的能源互联网信息平台的信息处理方法,其特征在于,所述常用分析算法包括分层最优能源调度、发电及负荷预测、各种数据分析。
3.如权利要求1所述的基于Spark的能源互联网信息平台的信息处理方法,其特征在于,所述能源共享及分享服务包括三项核心功能:实时能源监控、清洁能源发电情况和能源市场。
4.一种如权利要求1所述基于Spark的能源互联网信息平台的信息处理方法的能源互联网信息平台,其特征在于,所述能源互联网信息平台包括:
Spark Streaming模块,用于完成数据的接收,并快速对其检测、过滤和解析;
内存并行计算模块,与Spark Streaming模块连接,用于利用Spark的内存计算技术,完成各项常用分析算法,同时对实时性要求高的计算结果推送给应用层或客户端;
分布式文件模块,与内存并行计算模块连接,用于实时大数据计算分析,负责完成调度算法、动态预测、安全分析;利用大数据分析电力或其他能源的购买量、预测能源消费、管理能源用户、提高能源效率、降低能源成本;
应用模块,与内存并行计算模块连接,用于为客户端提供方便快捷的能源共享及分享服务;通过实时能源监控掌握用电情况、使用清洁能源比例、调节用电,参与需求侧响应;通过清洁能源发电情况实时了解分布式能源的运行情况,并实现能源分享;通过能源市场自主购买电力,优先购买清洁能源,实现电力在线对等交易。
5.如权利要求4所述的能源互联网信息平台,其特征在于,所述Spark Streaming模块包括:检测模块、过滤模块、解析模块。
6.如权利要求4所述的能源互联网信息平台,其特征在于,所述内存并行计算模块包括:分层调度模块、实时预测模块、安全分析模块、交易平台模块、数据推送模块。
7.如权利要求4所述的能源互联网信息平台,其特征在于,所述应用模块为Web、移动终端或其他。
8.一种应用权利要求1~3所述基于Spark的能源互联网信息平台的信息处理方法的实时交易信息匹配系统。
9.一种应用权利要求1~3所述基于Spark的能源互联网信息平台的信息处理方法的在线电能质量监测系统。
10.一种应用权利要求1~3所述基于Spark的能源互联网信息平台的信息处理方法的K-means聚类系统。