本课程以电力系统大数据为研究对象，详细介绍如何使用阿里云MaxCompute进行电力设备监测数据的存储和分析。涵盖数据获取、同步、存储表创建及MapReduce数据分析全过程。适合希望掌握电力大数据分析技能的学习者。
以电力系统的大数据为研究对象，学习使用MaxCompute解决电力系统大数据计算的实际问题，并有助于本行业其他大数据问题的解决。
通过本次认证，学员能够对利用阿里云实现电力大数据分析有很好的了解，可以帮助学员掌握如何使用阿里云MaxCompute完成大规模的电力设备监测数据的存储和批量数据分析。
课程涵盖了从数据获取、数据同步（Tunnel上传）、使用SQL创建存储表、使用MapReduce进行数据分析的完整过程。学员通过认证学习，可以很好理解使用阿里云完成数据处理的流程，并可平移应用到各类工业监测数据的分析中。
Apsara Clouder大数据专项技能认证：海量电力设备监测数据存储分析
课时列表：
01电力设备在线监测和数据分析简介
本节介绍电力设备在线监测的原理、意义，并阐述监测数据的特点和在存储和数据分析上对系统的挑战。
02宏观监测数据分析方法介绍
本节主要介绍业务场景，给出一种宏观监测数据分析方法（变压器局部放电相位分析）的具体步骤和计算细节，为第4节的工作打下基础。
03阿里云MaxCompute介绍（1）
本节主要对要使用的工具/平台进行介绍，着重阐述了本次认证课程要用到的MaxCompute组件的功能、概念、获取方法和使用方法。
04阿里云MaxCompute介绍（2）
本节继续介绍MaxCompute组件的功能、概念、获取方法和使用方法。
05基于MaxCompute实现监测数据的并行特征分析（1）
本节主要介绍监测数据处理流程，并演示创建数据表、上传数据等操作。
06基于MaxCompute实现监测数据的并行特征分析（2）
本节主要演示使用MapReduce进行程序开发，并在MaxCompute中执行。
07基于MaxCompute实现监测数据的并行特征分析（3）
本节主要介绍MapReduce分析处理数据的逻辑，以及构造谱图的方法。
08基于MaxCompute实现监测数据的并行特征分析（4）
本节主要演示在本地进行测试，并在云上执行数据分析任务。
09课程实验任务介绍
本节主要介绍实验任务——基于谱图数据实现监测数据的统计特征计算——所用到的技术。
10【在线实验】基于谱图数据实现监测数据的统计特征计算
帮助学员使用MaxCompute实现监测数据统计特征分析的完整过程，最终让学员可以自己胜任在阿里云上的数据分析任务。
更多精品课程：
扫一扫
451
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
