文档详情

基于三维场景的电力大数据快速可视化分析模型研究-计算机科学与技术专业论文.docx

发布:2019-03-27约5.62万字共63页下载文档
文本预览下载声明
万方数据 万方数据 国内图书分类号:TM714 学校代码:10188 国际图书分类号:621 密级:公开 基于三维场景的电力大数据快速可视化分析 模型研究 硕 士 研 究 生:黄靖媛 导 师:曲朝阳 教授 学 位 类 别:工学硕士 学 科:计算机科学与技术 所 在 单 位:信息工程学院 答 辩 日 期:2016 年 3 月 授予学位单 位:东北电力大学 Classified Index: TM714 U.D.C: 621 RESEARCH ON FAST VISUALIZATION ANALYSIS MODEL OF POWER BIG DATA BASED ON THREE-DIMENSIONAL SCENE Candidate: Huang Jingyuan Supervisor: Prof. Qu Zhaoyang Academic Degree: Master of Engineering Speciality: Computer Science and Technology Affiliation: School of Information Engineering Date of Defence: March. 2016 Degree Conferring Institution: Northeast Dianli University 摘 要 摘 要 可视化方法一直是用于展现和分析数据的重要手段。研究表明,人类从外界获取的信 息有 80%以上来自于视觉系统。当数据以直观的图形形式展现时,用户能够立刻知悉图形 所表达的数据背后隐藏的信息,并迅速转化为知识。在大数据时代,由于数据量激增、数 据维度增大,传统可视化方法已经不再直观。鉴于传统二维可视化方法事实上是 N 维数据 的二维投影,对于大数据而言,传统的维度扁平化可视化方法会使得过多维度压缩到平面 上,丢失了维度自身的空间信息,无法有效地体现数据特征。电力大数据不同于其它类别 大数据之处在于其具有典型的空间拓扑结构,离散化的数据一般均可对应到三维空间的电 力设备上去。本文由此提出一种新概念:基于三维虚拟现实场景的电力大数据可视化分析, 以三维场景为基础进行数据的分析与可视化工作。在以三维虚拟现实场景为基础的环境 下,数据的空间特性、数据之间的空间相关性能够得到直观展现,有利于实现快速人机交 互。 基于这种整合电力大数据分析与可视化的思想,本文首先提出了基于三维场景的电力 大数据快速可视化分析模型,设计若干层次以实现业务、引擎、计算、控制、存储的抽象, 将以往分离的电力数据存储、数据挖掘与分析、数据可视化整合到同一平台中;其次,针 对模型中的大规模三维场景的实时渲染问题,分别设计了高效可见性剔除方法和多分辨率 快速渲染方法,用以实现大数据环境下电力系统三维虚拟现实场景的快速构建与渲染。其 中,可见性剔除方法针对场景组织问题,对大规模场景采用八叉树组织场景图结构实现快 速实时的遮挡剔除,高效减少进入渲染管线的数据量;多分辨率快速渲染方法针对模型复 杂度问题,基于细节层次思想提出权重函数算法,对组成模型的基本元素计算综合权重确 定简化顺序,从而实现渐进的、动态的、可无损重建的模型简化方法,用以完成三维虚拟 现实场景中模型复杂度的有效约减;最后,通过某变电站的变压器油色谱数据可视化分析 实例验证本文提出的模型和方法有效。 实例验证表明,本文设计的以三维场景为中心的电力大数据快速可视化分析模型符合 电力企业大数据应用的业务需求,符合用户视觉对于加强理解数据的交互需求,增强了人 机交互效率、提高了可视化分析工作的效率。其中,快速可见性剔除方法在处理大数据环 境下的电力系统大规模三维虚拟现实场景时达到较高的效率,多分辨率快速渲染方法较好 地保持电力设备模型外观不产生较大形变。 关键词:可视化;虚拟现实;大数据;超级计算 - I - - - II - 万方数据 东北电力大学工学硕士学位论文 Abstract Visualization methods has always been an important means in data presentation. Research shows that human obtained over 80% information from the outside world through visual system. When data is presented in a perpetual graphical form, users can dig out the information conveyed by data immediately and comprehend and transform it into kn
显示全部
相似文档