电磁兼容谐波电流发射测试与应用
出版时间： 2015年版
内容简介
　　谐波电流发射测试及其标准化修订工作发展变化非常迅速，本书结合工程应用实践经验，分析了谐波电流发射测试涉及的电磁兼容检测规约及其影响，谐波电流测试基本试验条件及要求，谐波电流限值的起源与应用等方面的内容，对电压变化、电压波动、谐波电流检测中的数据测量、不确定度评估，以及谐波电流测定能力验证等重要内容，进行了提炼和总结。本书可作为电力电类专业高年级本科生、研究生教材，也可作为高校教师、从事中国强制性产品认证的工程技术人员参考。
目录
1大数据背景(8)
1.1大数据时代的到来(8)
1.2大数据定义及特征(4)
1.3大数据价值(6)
1.4大数据备受关注(7)
1.5大数据带来的挑战(8)
2大数据基础(10)
2.1云计算(10)
2.1.1云计算概述(10)
2.1.2云计算与大数据的联系(12)
2.2物联网(13)
2.2.1物联网概述(13)
2.2.2物联网与大数据(14)
2.3数据中心(14)
2.3.1数据中心概述(14)
2.3.2数据中心与大数据(15)
3大数据的生成和采集(19)
3.1大数据生成(19)
3.1.1企业内部数据(19)
3.1.2物联网数据(20)
3.1.3互联网数据(21)
3.1.4生物医疗数据(21)
3.1.5其他科学数据(22)
3.2大数据采集(22)
3.2.1数据收集(23)
3.2.2数据传输(25)
3.2.3数据预处理(26)
4大数据存储(28)
4.1海量存储系统(28)
4.2分布式存储系统(29)
4.3大数据存储机制(31)
4.3.1数据库技术(32)
4.3.2数据库编程模型(36)
5大数据分析(39)
5.1传统数据分析方法(39)
5.2大数据分析方法(40)
5.3大数据分析架构(42)
5.4大数据挖掘和分析软件(43)
大数据浪潮——大数据整体解决方案及关键技术探索目录6大数据整体解决方案(47)
6.1大数据解决方案方法论(47)
6.1.1大数据解决方案参考模型(48)
6.1.2大数据解决方案分类(49)
6.2大数据硬件平台(50)
6.2.1可扩展性设计(51)
6.2.2可定制性设计(52)
6.3大数据软件系统(55)
6.3.1大数据处理系统核心模块(55)
6.3.2发行版增强功能、企业应用优化和增值服务(56)
6.3.3基于内存计算的大数据处理系统(60)
6.4大数据典型处理流程(63)
6.5大数据一体化解决方案比较(67)
7分布式文件系统HDFS(72)
7.1Hadoop I/O操作(72)
7.1.1I/O操作中的数据检查(73)
7.1.2数据的压缩(76)
7.1.3数据的I/O中序列化操作(78)
7.2Hadoop文件系统(87)
7.3HDFS体系结构(89)
7.3.1HDFS的特点和局限(89)
7.3.2HDFS相关概念(90)
7.3.3HDFS架构(91)
7.4 HDFS文件结构(94)
7.4.1NameNode的文件结构(94)
7.4.2编辑日志(edit log)及文件系统映像(filesystem image)(95)
7.4.3Secondary NameNode的目录结构(96)目录
第1章绪论(1)
1.1谐波的起源与定义(1)
1.2电磁兼容检测标准层级分类(1)
1.3IEC 6100032的历史及发展(2)
1.3.11960年以前(2)
1.3.21960—1975年(3)
1.3.31975—1982年(3)
1.3.41982—1995年(4)
1.3.51995—2000年(6)
1.3.6千年增补件(7)
1.3.72009—2014年(8)
1.4IEC 6100032：2014版谐波电流发射测试标准概述(8)
1.4.1谐波电流发射测试IEC标准和GB标准历史演化(8)
1.4.2IEC 4.0新版标准中谐波电流发射限值要求(9)
第2章电磁兼容检测规约及其影响(12)
2.1电磁兼容检测的隐含规约(12)
2.1.1最大骚扰电平(12)
2.1.2正常工作状况(12)
2.1.3基于统计意义的结论(13)
2.2电磁兼容检测规约对辐射骚扰测试过程的影响(14)
2.2.1标准要求(14)
2.2.2最大骚扰电平的内在要求(14)
2.2.3数据分析与讨论(15)
2.3电磁兼容检测规约对谐波电流发射测试过程的影响(17)
第3章谐波电流测试通用试验条件及要求(18)
3.1通用要求(18)
3.1.1不对称控制方法(18)
3.1.2对称控制方法(19)
3.2谐波电流测量(19)
3.2.1试验配置(19)
3.2.2测量步骤(19)
3.3一般要求(20)
3.3.1重复性(20)
3.3.2复现性(21)
3.3.3开始和终止(21)
3.4LED灯具产品谐波电流测试技术要求(21)
3.4.1LED和OLED的发光原理(21)
3.4.2LED的伏安特性(22)
3.4.3CTL决议针对LED灯具的技术内容(22)
3.4.4谐波电流标准中关于LED测试条款的重要参量(24)
3.4.5涉及LED标准条款的修订趋势(26)
3.5谐波电流测试系统中的工况因素(27)
3.5.1工况参数与工况监测(27)
3.5.2工况原理对测试系统的影响(29)
3.5.3工况原理对谐波电流测试标准技术条款的影响(32)
第4章谐波电流限值的起源与变化(33)
4.1限值确定原则(33)
4.2与监管机构相关的技术标准中可接受条款(34)
4.3影响限值确定的其他主要因素(34)
4.4标准中的谐波电流限值(34)
4.4.1A类设备的限值(35)
4.4.2B类设备的限值(35)
4.4.3C类设备的限值(35)
4.4.4D类设备的限值(35)
第5章谐波电流测试对不同产品测试的配置要求(38)
5.1电视接收机的试验条件(38)
5.1.1一般要求(38)
5.1.2测量条件(38)
5.1.3调试要求(38)
5.2音频放大器的试验条件(39)
5.2.1条件(39)
5.2.2输入信号和负载(39)
5.3盒式录像机的试验条件(40)
5.4照明设备的试验条件(40)
5.4.1一般条件(40)
5.4.2灯(41)
5.4.3灯具(41)
5.4.4镇流器和降压变换器(41)
5.5独立式和内置式白炽灯调光器的试验条件(41)
5.6真空吸尘器的试验条件(42)
5.7洗衣机的试验条件(42)
5.8微波炉的试验条件(42)
5.9信息技术设备的试验条件(43)
5.9.1通用试验条件(43)
5.9.2IT设备发射测量的可选条件(43)
5.10电磁炉的试验条件(44)
5.11空调器的试验条件(44)
5.12厨房器具的试验条件(44)
5.13非专用电弧焊设备的试验条件(45)
5.14非专用高压清洗机设备的试验条件(45)
5.15冰箱及冷冻柜的试验条件(45)
5.15.1试验总则(45)
5.15.2含变速驱动调节器（VSD）的冰箱和冷冻柜(46)
5.15.3不含变速驱动调节器（VSD）的冰箱和冷冻柜(46)
第6章电压变化、电压波动和闪烁的测试及要求(47)
6.1基本概念(47)
6.1.1电压变化(47)
6.1.2电压波动(48)
6.1.3闪烁(50)
6.1.4电压波动检测方法(53)
6.2电压波动的数学模型(54)
6.3电压波动检测方法与评定参数(55)
6.4最大相对电压变化和相对稳态电压变化(56)
6.5测试数据比较与分析(57)
6.5.1测试数据(57)
6.5.2对结果的讨论与分析(59)
第7章谐波电流检测中的数据测量及不确定度评估(60)
7.1不确定度评估发展简史(60)
7.2不确定度的来源(61)
7.3CNAS对不确定度评估的要求(61)
7.4谐波电流发射测量不确定度评估参考模型(63)
7.5谐波电流发射测量不确定度评估中的注意事项(64)
第8章电磁兼容谐波电流测定能力验证(66)
8.1能力验证活动背景(66)
8.2计划概述(66)
8.2.1项目简介(66)
8.2.2参与计划的实验室概况(67)
8.2.3方案设计(68)
8.2.4统计设计与评价方法(69)
8.3样品均匀性和稳定性评价(69)
8.4检测结果统计和能力评定(70)
8.4.1初测结果统计分析(70)
8.4.2补测结果统计分析(70)
8.5技术分析和建议(70)
8.5.1测量设备影响(70)
8.5.2检测过程的质量控制(71)
8.5.3对作业指导书的理解(71)
附录A电磁兼容谐波电流发射测试相关的标准清单(72)
附录B实验室检测结果及其统计评价(75)
附录C能力验证结果统计图(78)
附录D电磁兼容谐波电流检测样品稳定性检验样品均匀性、稳定性检验报告（CNCA13B22）(79)
附录E电磁兼容谐波电流测定能力验证作业指导书(85)
附录F能力验证计划检测结果报告单(88)
附录G国际电工委员会(IEC)工程技术类标准的翻译策略(89)
附录HGB 17625.1—2012中四类设备谐波电流发射限值(94)
附录I缩略语(96)7.4.4DataNode的目录结构(97)
7.5HDFS读/写数据流(98)
7.5.1文件的读取(98)
7.5.2文件的写入(99)
7.5.3一致性模型(101)
7.6HDFS命令详解(102)
7.6.1通过distcp进行并行复制(102)
7.6.2HDFS平衡(103)
7.6.3其他命令(103)
8并行编程模型MapReduce(108)
8.1MapReduce体系结构(108)
8.1.1MapReduce基本模型(108)
8.1.2MapReduce作业执行流程(108)
8.2MapReduce关键流程详解(110)
8.2.1partiton过程(110)
8.2.2combine过程(111)
8.2.3shuffle过程(112)
8.3MapReduce高级应用(114)
8.3.1二次排序(114)
8.3.2全排序(119)
8.3.3分布式缓存(121)
8.3.4MapReduce 小文件处理与文件压缩(123)
8.3.5MapReduce负载均衡(125)
9NoSQL数据库HBase(128)
9.1HBase体系结构(128)
9.2RowKey的设计与数据访问(132)
9.3过滤器(135)
9.3.1比较过滤器(137)
9.3.2专用过滤器(137)
9.3.3附加过滤器(139)
9.3.4FilterList(139)
9.3.5自定义过滤器(140)
9.4HBase多维数据访问(142)
9.4.1通过Filter实现(142)
9.4.2通过设计RowKey实现(143)
9.5协处理器Coprocessor(143)
9.5.1Coprocessor类(144)
9.5.2协处理器的加载(144)
9.5.3观察者(146)
9.5.4终端(150)
9.6二级索引(154)
9.6.1全局索引（global index）(154)
9.6.2本地索引（local index）(155)
10交互式查询语言Hive(157)
10.1Hive体系结构(157)
10.1.1Hive客户端(159)
10.1.2Metastore(159)
10.2Hive数据类型(160)
10.2.1基本类型(161)
10.2.2复杂类型(161)
10.3Hive存储方式和压缩类型(162)
10.3.1托管表和外部表(162)
10.3.2存储方式(163)
10.4Hive关键技术(164)
10.4.1HiveQL简介(164)
10.4.2Hive表的创建(165)
10.4.3Hive表的数据加载(166)
10.4.4Hive表的查询(167)
10.4.5Hive表的更改(170)
10.4.6Hive表的删除(171)
10.4.7Hive表的分区(171)
10.4.8Hive表的分桶(173)
10.4.9用户定义函数(174)
10.5Hive优化技术(175)
10.5.1Join优化(175)
10.5.2数据倾斜优化(176)
10.5.3Map和Reduce个数控制(177)
11资源管理和调度框架——YARN(180)
11.1MRv1架构面临的问题(180)
11.2YARN架构(181)
11.2.1YARN整体架构(181)
11.2.2RM组件的作用(183)
11.2.3AM组件的作用(184)
11.2.4NM组件的作用(185)
11.2.5运行在YARN上的计算框架(186)
11.2.6在YARN上定制计算框架(187)
11.3YARN管理后台简介(188)
11.4YARN资源调度(192)
12内存计算引擎Spark(197)
12.1Spark简介(197)
12.2Spark整体架构(198)
12.3Spark核心概念(199)
12.3.1弹性分布式数据集(199)
12.3.2RDD模型的优点(200)
12.3.3Spark DAG(201)
12.4Spark编程模型(202)
12.4.1Spark初始化(203)
12.4.2RDDs(203)
12.4.3Shared Variables(205)
12.5Spark相关组件(207)
12.6Spark应用实例(208)
12.6.1InMemory Analytics(208)
12.6.2Traffic Modeling(209)
12.6.3Twitter Spam Classification (209)
13大数据应用(213)
13.1大数据应用演化(213)
13.2大数据分析的关键领域(214)
13.2.1结构化数据分析(214)
13.2.2文本分析(215)
13.2.3Web分析(216)
13.2.4多媒体分析(217)
13.2.5网络分析(218)
13.2.6移动分析(219)
14大数据案例分析(221)
14.1物联网大数据(221)
14.1.1物联网大数据的表示(222)
14.1.2物联网大数据的预处理(223)
14.1.3物联网大数据的快速处理(224)
14.1.4物联网大数据的并行分析(226)
14.1.5物联网大数据处理平台的搭建(227)
14.2其他大数据的典型应用(231)
14.2.1企业级应用(231)
14.2.2社交网络大数据(232)
14.2.3医疗健康(234)
14.2.4群智感知(235)
14.2.5智能电网(235)
15总结(237)
15.1大数据的研究热点及研究方向(237)
15.1.1基础理论研究(237)
15.1.2关键技术研究(238)
15.1.3应用实践研究(238)
15.1.4数据安全研究(239)
15.2展望(240)
参考文献(243)