大量数据的解析
- 需求的产生
我所在的项目是做一个电动汽车新能源的一个考核管理系统,就是对要考核的场站进行一系列指标考核,其中有几个模块要对一些基础数据进行考核计算,通过从一系列的基础数据表中查询数据然后对这些数据进行计算,具体计算需求如下
1数据来源
【F1】考核结果汇总表[CHECK_SUMMARY]
2计算方式
数据来源:
【F1】场站信息表[STATION_INFO] 这个表是基础表
【F1】场站短期功率预测上报结果[STATION_SHORT_REPORT]
【F1】场站短期功率预测结果[STATION_SHORT_FORECAST]
【F1】场站开机容量[STATION_START_POWER]记录各个场站每天的开机容量,每个场站、每天一条数据
【F1】场站有功功率表[STATION_ACTIVE_POWER]记录各个场站每分钟有功功率,每个场站每天24条记录
【F1】场站超短期功率预测结果[STATION_ULTRASHORT_REPORT]
记录各个场站自上报时刻起未来15分钟至4小时的风电功率预测结果。每个场站每天96条数据
页面展示考核结果按照指标类型统计:数据合格率考核费用、短期功率预测考核费用,超短期功率预测考核费用、总考核费用。被考核电场的数据合格率、(超)短期功率预测月未上报次数、月上报率、月准确率、月合格率。
6.短期功率预测准确率:
短期预测准确率=()×100%
其中:PMi为i时刻的实际功率(MW),PPi为i时刻的短期功率预测值(MW),Cap为风电场平均开机容量(MW),Cap=AVG(每天开机容量),n为样本个数,n=96*当月天数。
8.短期功率预测合格率:
短期功率预测合格率=×100%,
其中:PMi为i时刻的实际功率(MW),PPi为i时刻的短期功率预测值(MW),Cap为风电场平均开机容量(MW),Cap=AVG(每天开机容量), n为样本个数,n=96 * 当月天数。
14.超短期功率预测准确率:
超短期功率预测准确率=()×100%
其中:PMi为i时刻的实际功率(MW),PPi,t为4小时前的超短期功率预测的i时刻功率(MW),Cap为平均开机容量(MW),Cap=AVG(每天开机容量),n为样本个数,n=96*当月天数。 - 实现以及优化
用最原始的实现方式循环查询计算,然后这个方法需要10分钟左右,这样的系统肯定是没法满足用户,后面就开始对这个计算接口进行优化,我们主要从2个方面进行优化,一个是数据库方面,一个是多线程方面