随着智能电网建设的不断推进，智能化电力一次设备和常规电力设备的在线监测都得到了较大发展并成为趋势，监测数据变得日益庞大，电力设备在线监测系统越来越面临巨大的技术挑战。本书以电力设备监测大数据的存储和并行处理方法为研究对象，利用云计算和大数据处理技术（Hadoop\Spark\MaxCompute\StreamCompute\DataHub\DataV）对电力设备监测大数据的存储方法、数据在分布式平台下的分布策略、波形信号的并行分析和特征提取方法、多源数据的并行关联查询和分析方法、监测数据的并行聚类方法以及短时高并发报警数据的实时模式识别、监测数据流式计算和大数据可视化等问题进行了系统深入的研究。

宋亚奇，华北电力大学电力系统及其自动化博士，阿里云大数据高级认证讲师。主要研究方向为阿里云云计算技术、大数据处理技术以及云计算技术在电力系统中的应用。专长于应用阿里云MaxCompute、数加平台、StreamCompute等技术解决大数据存储、并行数据处理、流式数据处理以及大数据可视化等问题。深度理解阿里云OSS、ECS、MaxCompute、数加平台、EMapReduce等服务，熟悉JAVASDK以及API编程。近年来参与国家自然科学基金项目1项，主持中央高校科研业务专向资金资助项目3项，参与输变电设备监测流式大数据的快速处理存储及分析技术、面向智能电网的输电线路在线监测与诊断系统等国家电网公司的研究课题多项，发表的论文成果主要包括：《中国电机工程学报》（EI(JA)，2015，35(2)：255-267），《电网技术》(EI(JA)，2013，37(4)：927-935)、《电工技术学报》(EI(JA)，2013，28(2)：337-344)、《电力自动化设备》(EI(JA),2013，33(10)：150-156)、《计算机科学》(中文核心，2013，40(1)：81-84)等刊物以及POWERCON2014国际会议论文集(EI，1331-1337)。