基于hadoop平台的潜油电机温度辨识数据流研究
2019-10-19 14:56:33 点击：
上一篇：基于相电感综合矢量法的开关磁阻电机初始位置估计7串行算法和hadoop云集群并行算法所耗时间的比较
通过对比，可以得出hadoop云集群并行计算的速度明显的快于串行算法，随着采样频率的不断增加，串行算法方式下消耗的时间近似呈线性关系，逐渐增大；并行计算方式下运行时间增加的幅度不大，当采样频率低于15kHz时，串行算法要优于并行算法，原因在于hadoop云的启动需要初始化系统，消耗了部分时间，但是当数据量增大之后，启动时间可以忽略。总之，hadoop云的应用，可以提高温度辨识过程的速度和降低电机的输入功率。
四、结论
在本文中, Hadoop 云技术首次被应用在潜油电机的温度辨识领域。Hadoop云技术通过分布式平台提供了一种高速处理大数据和复杂算法的能力，实现了对于温度辨识的精确性和实时性，可以被很好的应用在电机热保护方面，使电机对于故障或过载引起电感器生产厂家的温度过高作出正确的响应，同时达到节能减耗的目的。
参考文献
[1]HAYES B.Cloud computing[J].Communications of the ACM,2008,Volume 51:9-11.
[2] 刘少伟.基于云计算的科学工作流数据存储策略研究[D].湖南:国防科学技术大学,2011.
[3] 曹萌萌.基于云计算的调度算法的研究与改进[D].江苏：南京邮电大学，2013.
[4]苑迎春;李小平;王茜;张毅.基于逆向分层的网格工作流调度算法[J];计算机学报;2008年02期
作者简介
于海龙--1988年12月，毕业于哈尔滨工业大学电气工程专业，硕士研究生。曾实习于油田公司，主要从事潜油电机研究工作，现就职于国网青岛供电公司。