تجزیه و تحلیل داده های بزرگ با استفاده از چارچوب های مبتنی بر محاسبات ابری برای سیستم های مدیریت انرژی: وضعیت ، محدودیت ها و توصیه های آینده

چالش های مربوط به زمان اجرا، پیچیدگی محاسباتی و کارایی می تواند تاثیر زیادی بر نظارت و مدیریت توان مصرفی داشته باشد. ظهور روش های مبتنی بر محاسبات ابری راه حل امیدوار کننده ای برای رفع این محدودی ها ارائه می کند. با استفاده از معماری محاسبات ابری، نیازمندی های زمان واقعی چند سطحی برای نظارت و بهبود عملکرد را می توان برآورده کرد. ادغام راه حل های رایانش ابری۱ با فناوری های کلان داده مانند Hadoop، Spark و Storm فرصتی برای تجزیه و تحلیل و مدیریت حجم زیادی از داده ها به طور کارآمد ارائه می دهد. این فناوری ها می توانند به رفع محدودیت ها و نوآوری در سیستم مدیریت انرژی کمک کنند. تمرکز این مقاله بر معیارهای عملکرد کلیدی برنامه های رایانش ابری، از جمله نمونه برداری از داده های اصلی ، مدل سازی، و تجزیه و تحلیل داده های بزرگ، برای درک رقابت پذیری و تاثیر داده های بزرگ در سیستم های مدیریت انرژی است . به طور کلی ، بررسی معماری رایانش ابری و کاربرد آن در سیستم های مدیریت انرژی، در کنار بحث داده های بزرگ و مدل های برنامه نویسی موازی در حال ظهور، بینش های ارزشمندی را در مورد پیشرفت ها و راه حل های بالقوه برای چالش های پیش روی این حوزه ارائه می دهد.

کلیدواژه ها:

داده کاوی ، داده بزرگ ، پردازش ابری ، محاسبات موازی ، توان مصرفی