基于云计算的模拟飞行训练体系架构设计

为满足我军模拟飞行训练不断提升的训练需求,设计一种基于云计算的模拟飞行训练体系架构。根据云 计算特点,提出面向服务的飞行仿真云概念,依托超高性能网络,构建模拟飞行训练体系。采用传统仿真技术,应 用分布计算、分布存储、分布缓存、数据同步、空间一致等手段对其进行设计,并对体系的优势进行比较分析。应 用结果验证了该体系可实现模拟飞行训练资源的高可用率、模拟器各分系统的可靠计算和数据存储。     

基于合作博弈和云模型的变压器状态评估方法

变压器状态评估需要考虑评估指标的模糊性和随机性,因此提出了一种基于合作博弈法和云模型的变压器状态评估方法。该方法首先建立变压器状态评估指标体系,采用合作博弈法获取指标组合权重,利用变权公式对其权重进行修正;采用云模型得到定量指标对变压器各状态等级的隶属度,最后采用分层评估方法得到评估结果。实例分析表明了该方法的正确性及可行性,其评估结果更接近变压器的真实状态。     

基于云推理及加权隐式半Markov模型的变压器故障预测

为分析电力变压器运行过程中的状态变化并准确预测潜伏故障,在现有研究基础上建立了基于云推理及加权半Markov退化模型(HSMM)的变压器故障预测方法.利用云理论对故障变压器油中气体样本数据训练以发掘对应定性云概念,并构建油中气体状态空间.基于变压器运行状态变化规律分析引入老化因子,通过多步长加权方法在Markov链中引入历史运行状态信息,构建了加权HSMM退化模型对变压器运行状态进行预测.若预测DGA表征的变压器运行状态处于异常时,利用构建的云推理组合规则发生器对变压器故障类型进行诊断.多实例分析验证表明:基于加权HSMM退化模型能准确预测变压器运行状态;相较于其它常用预测方法,其在非等间隔观测数据或出现波动情况下鲁棒性及准确性更佳;结合基于云推理机制的故障诊断方法能实现变压器状态的准确预测和故障诊断.     

The Actuality and Progress of Whole Sky Infrared Cloud Remote Sensing Techniques

Clouds are crucial regulators of both weather and climate. Properties such as the amount, type, height, distribution and movement of them have an impact on the earth''s radiation budget and the hydrological cycle, thus cloud observation is very important. The disadvantages of zenith pointing measuring instruments and whole sky visible imagers limit the application of them. A summary of the actuality and application of ground-based whole sky infrared cloud measuring instruments and analyses of the techniques of radiometric calibrations, removal of atmospheric emission and calculation of cloud cover, amount, type are conducted to promote the automatically observation of the whole sky. Fully considering whole sky infrared cloud sounding theories, techniques and applications, there are still a lot of studies on improving the properties of instruments, enhancing the techniques of cloud base height measurements and establishing instrumental cloud classification criterion before actual operations.     

一种基于云预测模型的电网综合风险评估方法

电网综合风险评估能有效提高电网安全运行水平,为电力系统可靠运行提供安全保障。提出了一种基于云预测模型的电网综合风险评估方法。将云理论应用于输变电设备故障不确定推理预测,构建基于条件云发生器的云语言预测规则,在此基础上提出了基于云推理的输变电设备故障率预测模型。同时,基于效用理论构建了一套包括电压越限、极限输送功率、潜在连锁故障和系统稳定指数的电网综合风险评估指标体系。该方法能够科学合理地对电网进行综合风险评估,扫描电网运行薄弱环节。结合某地区电网运行实际数据进行了计算分析,计算结果表明该方法有效且实用。     

基于云计算的电能质量监控系统的研究

电能质量是电网安全运行、用户正常使用电能的基本保障,是电能质量进行高品质的监督管理的重要举措。利用嵌入式系统构建了电能质量监控系统的硬件平台。同时,为了提高电能质量监控的稳定性和可靠性,消除目前各分散系统无法进行信息共享,异构数据库数据传递功能不够稳定等问题,利用云计算的Saa S服务模式改进了电能质量信息的构建方式,充分实现了各项资源的整合和共享。     

面向智能电网应用的电力大数据关键技术

大数据为智能电网的发展注入新的活力,掌握电力大数据的关键技术对电力行业的可持续发展和坚强智能电网的建立具有重要意义。在分析大数据、云计算、智能电网三者关系的基础上,给出具有通用性的电力大数据平台总体架构,并从电力大数据的集成管理技术、数据分析技术、数据处理技术、数据展现技术4个方面深入探讨符合电力企业发展需求的大数据关键技术的选择。最后通过3个典型案例,分析了电力大数据关键技术在新能源并网、风电机组安全评估、电网灾难预警上的应用。大数据关键技术在电力行业的广泛应用必将带来行业的变革,将智能电网的发展推向新的阶段。     

基于梯形云模型的电能质量数据关联性挖掘方法

提出了一种基于梯形云模型的电能质量数据关联性挖掘方法。利用梯形云对电能质量指标进行等级概念区间划分,有效集成随机性和模糊性,达到软化区间边界目的。定义了基于梯形云的支持度和置信度计算公式,从电能质量数据库中挖掘关联规则,并配合使用Kulczynski量度和不平衡比作进一步相关性分析,过滤掉无意义的关联规则。通过对电能质量数据之间的关联性进行挖掘分析,可以发现电网中隐藏的运行特性,为管理部门制定决策提供有价值的信息。实例分析验证了所提方法的实用性和有效性。     

基于本体和云模型的电能质量信息状态监测平台

提出了一种适用于智能电网的电能质量信息状态监测平台。将本体技术引入到该平台建设中,建立了电能质量信息状态监测领域的领域本体,借助该领域本体可以实现电能质量信息的快速检索。建立的电能质量信息状态监测检索引擎可以在领域本体的指导下从电能质量数据库中提取出符合条件的数据集合,再将定制处理后的检索结果返回给用户。平台引入了云模型技术,基于云模型完成对电能质量信息的诊断,以实现电能质量信息的状态诊断和实时监测。实例展示介绍了平台的操作界面和具体实现界面,可见该平台具有一定的工程实用价值。     

基于云计算的课程精品资源共享服务模式的研究

根据教育部建设国家级精品资源共享课的要求,分析了当前高职院校在教育精品课程建设中存在的一些问题,介绍了云计算技术及云平台设计原则,并将云计算技术与高职院校精品资源共享课建设相结合,提出了基于云计算的课程精品资源共享服务平台新架构及服务模式。通过精品资源共享课的云平台设计,一方面降低了教学硬件资源的重复建设费用,另一方面也提高了教师的互联网教学效果,达到了整体提升高职院校教学质量的目的。