基于雲計算的電力異常大資料檢測系統設計
傳統檢測系統通過結合Hadoop雲計算技術，在檢測智能電網狀态方面，提供了一種可以有效檢測的方案，但是檢測效率較低。
而基于負荷預測的檢測系統是根據使用者用電大資料的特點所設計并開發的，但是該系統在流式資料的實時處理上速度比較慢，且計算處理能力也達不到所需要求。
是以根據海量用電資料，提出并設計了基于雲計算的電力異常大資料檢測系統。
不同使用者和客戶的業務資訊已經被供電企業營銷系統所覆寫，全覆寫也已經在智能電表中實作，目前用電資訊采集系統中所有計量裝置的實時資訊都能夠被采集到。
而由該裝置收集并提供的資料作為本系統的基礎，各個部分的子系統和系統結構都建立在多使用者和分布式網絡架構的基礎上。
為了滿足移動使用者的使用體驗要求和快速發展更新的業務需求，移動端底層架構以H5技術作為應用邏輯層，以Android和IOS的原生開發架構技術為技術支撐。
使用H5技術可以大量減少研發的時間并使應用釋出速度得到很大程度的提升，讓Web端和移動端都可以達到代碼共用的目的。
移動端不僅可以在市場機型上得到很好的支援，在自适應展示上也達到了所需的目的。
存儲器是各種資料和程式的存儲機關，它在計算機運作程式或者資料時進行自動且高速的存儲工作。存儲器的存儲主要依據兩種穩定狀态的實體元件，這些元件是具有記憶功能的裝置，是以它們也被稱為記憶元件。
計算機主要采用“0”和“1”來表示資料，它們是隻有兩個數位的二進制，也被用來表示記憶元件的兩種穩定狀态。
為了更好地滿足電力業務需求，使用電力異常資料檢測系統的能力更完善，可以支援更多種叢集的技術，即采用MySQL資料庫技術存儲關系型資料。
并使用更高更可用的Redis作為緩存資料庫。而RabbitMQ技術被用作消息隊列，要求消息列隊技術可以被應用于各個應用中，并解決存在的應用間耦合問題。
資料緩沖器是用來暫時儲存在不同傳輸能力電子元件中通過資料的一種存儲器。電話線、計算機的資料總線、計算機序列槽等都具有不同的傳輸速度。
是以緩沖器可以平衡每種部件之間的資料流，資料的發送和接收都需要通過緩存器找到一種最合适的速率。
緩沖器除了具有延緩作用外，還被用來提高驅動能力和前後級電路的隔離程度，是以資料緩沖器大多被用于總線上。
在設計CPU時，驅動一個TTL負載的一般輸出線直流負載即可完成，而連接配接CPU時，由于存儲器的晶片中包含電容，且直流負載都比TTL小很多的MOS電路。
是以CPU的一根位址線或資料線，都可以連接配接多個存儲器晶片。是以CPU和存儲器可以直接連接配接在小型系統中，而大型系統就不能這樣操作，必須要加上資料緩沖器。
用電資訊采集系統不僅應用于配電裝置的配變電監測，在客戶用電負荷管理及分析電力營銷的輔助決策中也應用該系統。
而且用電資訊采集系統作為供電企業與電力客戶之間進行交易和支付結算的唯一依據，具有準确性和完整性，電力交易是否公平、供電企業有着怎樣的服務形象、優質與否都受到該系統的影響。
要對門檻值進行相應的設定，就需要根據電流、電壓、功率和電量等資料，篩選不同種類的日當機、月當機曲線資料，隻要有資料突破門檻值，就要對該資料進行異常處理。
因為采集系統裡面收集并儲存了非常龐大的資料量，是以系統的最大問題便是存儲的速度，是以需要進行合理的技術路線設計，來進行篩選和處理異常的資料，做到不影響資料的采集。
每一個由微服務向外提供的接口，不僅需要釋出與之相對應的說明檔案，為了減少日常開發中溝通所需消耗的成本，還要提供能夠聯機的線上查詢工具。
SpringRestdocs常被用在Demo示例的編寫中，它是一個工具套件，作用是簡化編寫API開發文檔工作。SpringRestdocs的預設輸出格式是HTML，最終文檔的效果需要通過Asciidoctor來渲染，是以SpringRestdocs也被用于PDF輸出。
SpringRestdocs不需要其他任何代碼的輔助，通過內建SpringMvcTest架構，隻需要對接口的文檔化進行單元測試編寫。
SpringRestdocs還可以完美結合Jenkins等內建工具，在自動建構過程中進行API接口的自動測試，進而生成接口文檔，實作永遠統一的代碼和文檔。
