Files
Obsidian/博客/数据分析与报告/大数据技术栈.md
T

95 lines
2.6 KiB
Markdown
Raw Blame History

This file contains invisible Unicode characters
This file contains invisible Unicode characters that are indistinguishable to humans but may be processed differently by a computer. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
这个储能电站电池热失控早期预警系统项目使用了以下大数据相关技术和功能:
## 大数据技术栈
### 1. **数据存储**
- **Supabase** (PostgreSQL) - 分布式开源数据库
- 存储220万+条实时监控数据
### 2. **数据处理**
- **统计分析**:MTBF(平均故障间隔)、MTTR(平均修复时间)、温度超标率、电压一致性、SOC健康度
- **多维度分析**:按电池、簇、机架、时间等多维度聚合
### 3. **大数据可视化**
- **ECharts** - 趋势图、雷达图、箱线图、热力图、柱状图
- 实时数据渲染和大数据点展示
### 4. **多数据源集成**
| 数据源 | 数据量 | 用途 |
|--------|--------|------|
| IONTECH监测数据 | 220万+ | 实时监控 |
| NREL实验数据 | 365条 | 失效分析 |
| CALCE测试数据 | 80条 | 寿命测试 |
### 5. **高级分析功能**
- **多电池对比分析**:温度分布箱线图、电压一致性热图、SOC均衡性柱状图
- **健康度评分**SOH评分系统
- **异常检测**:温度/电压/SOC异常告警
- **趋势预测**:电池衰减趋势分析
### 6. **技术架构**
- React + TypeScript - 前端框架
- Supabase REST API - 数据接口
- Docker容器化部署
## 项目数据分析方法
项目有专门的数据分析服务 `statisticsService.ts`,主要通过以下方法分析:
### 1**MTBF - 平均故障间隔时间**
```typescript
// MTBF = 总运行时间 / 故障次数
// 用于评估系统可靠性和稳定性
async getMTBF(batteryId?: string)
```
### 2**MTTR - 平均修复时间**
```typescript
// MTTR = 故障修复总时间 / 故障次数
// 用于评估运维响应效率
async getMTTR(batteryId?: string)
```
### 3**温度超标率统计**
```typescript
// 统计各电池温度>45°C的记录占比
async getTemperatureExceedRate(batteryId?: string)
```
### 4**电池健康度分布**
```typescript
// 按excellent/good/fair/poor分类
async getHealthDistribution()
```
### 5**系统综合指标**
```typescript
// 整合所有指标
async getSystemMetrics()
```
---
### 数据流向
```
数据库(220万+)
统计分析服务
ECharts可视化
前端展示
```
### 具体分析维度
| 分析类型 | 方法 | 用途 |
|---------|------|------|
| 可靠性分析 | MTBF/MTTR | 评估系统稳定性 |
| 温度分析 | 超标率/趋势图 | 热失控预警 |
| 电压分析 | 标准差/一致性评分 | 电池均衡 |
| SOC分析 | 分布统计 | 荷电状态 |
| 多电池对比 | 箱线图/热力图 | 横向对比 |
| 衰减预测 | 趋势拟合 | 寿命预测 |