第1章 概述 1
1.1 抽水蓄能電站時序數據 1
1.2 時序數據分析處理研究現狀 3
1.3 對時序數據的探索歷程 5
1.3.1 基于DataWorks的（時序）數據分析 7
1.3.2 自主構建時序數據分析環(huán)境的時序數據分析 8
1.4 全文主旨思想 10
第2章 時序數據業(yè)務場景分析 12
2.1 設備動作監(jiān)測場景分析 13
2.2 設備運行參數監(jiān)測場景分析 15
2.3 設備整體狀態(tài)監(jiān)測場景分析 17
2.4 本章小結 18
第3章 運行巡檢實時分析技術 20
3.1 業(yè)務需求分析 20
3.2 設備動作一致性數據巡檢 21
3.2.1 場景描述 21
3.2.2 實現方法 21
3.2.3 實例解析 28
3.2.4 小結 36
3.3 設備狀態(tài)一致性數據巡檢 37
3.3.1 場景描述 37
3.3.2 實現方法 37
3.3.3 實例解析 43
3.3.4 小結 56
3.4 電站測點越限數據巡檢 57
3.4.1 場景描述 57
3.4.2 實現方法 58
3.4.3 實例解析 59
3.4.4 小結 73
3.5 電站音視頻流數據巡檢 73
3.5.1 場景描述 73
3.5.2 實現方法 75
3.5.3 實例解析 84
3.6 本章小結 86
第4章 缺陷與故障實時分析技術 88
4.1 業(yè)務需求分析 88
4.2 設備啟停頻次與運行時長實時分析 89
4.2.1 場景描述 89
4.2.2 實現方法 90
4.2.3 實例解析 95
4.2.4 小結 100
4.3 設備模擬量趨勢實時分析 101
4.3.1 場景描述 101
4.3.2 實現方法 102
4.3.3 實例解析 103
4.3.4 小結 116
4.4 本章小結 116
第5章 實時分析技術集成-設備健康度評價 117
5.1 設備健康度評價技術原理 117
5.2 設備健康度評價技術方法 118
5.3 設備健康度評價技術實例 122
5.4 本章小結 127
第6章 時序數據分析技術路線 129
6.1 技術路線 129
6.2 環(huán)境構成 130
6.3 基礎設施 133
6.3.1 Hadoop 134
6.3.2 Zookeeper 140
6.3.3 Kafka 142
6.3.4 Flink 144
6.3.5 關系數據庫 147
6.3.6 TDEngine 148
6.3.7 Flume 149
6.4 分析平臺 151
6.4.1 數據集成 152
6.4.2 數據開發(fā)和運維 155
6.4.3 數據服務 158
6.4.4 API網關 160
6.4.5 數據可視化 162
6.4.6 消息中心 163
6.4.7 報表工具 165
6.4.8 認證中心 166
6.4.9 其他輔助模塊 177
6.5 領域模型 179
6.5.1 建模概念 179
6.5.2 建模工具 181
6.5.3 領域模型實例 183
6.6 個性化應用實例 187
6.6.1 應用框架 188
6.6.2 動態(tài)規(guī)則支持 189
6.6.3 使用Aviator表達式 190
6.6.4 觸發(fā)條件 192
6.6.5 重跑機制 193
6.6.6 中心-邊緣部署 197
6.7 本章小結 198
第7章 總結 200