大数据处理中基于热感知的能源冷却技术

大数据极速发展使超大型大数据分析平台不断涌现,导致能源成本急剧上升。为保证服务器的热可靠性,提出一种以数据处理为中心的能源冷却成本技术。该技术考虑了服务器不均衡热力特性、热力稳定性负载阈值差异以及集群大数据语义差异等,对文件进行主动式热感知布局,从而在不影响性能的前提下降低冷却能源成本,保证大数据分析集群的热可靠性。基于Yahoo公司一个月的真实大数据分析对该技术进行评估,实验结果表明,该技术可使冷却成本下降42%,总体性能是当前无关冷却技术的9倍。     

异构Hadoop集群下的比例数据分配策略

针对异构Hadoop环境下仍采用均等的数据分配方法将严重降低MapReduce的性能,提出比例数据分配策略。通过计算异构集群中各节点的计算比率,将已经分割好的数据块重新进行组合,形成数个按比例划分的数据块。每个节点根据自身性能来选择所分配和存储的数据块,从而使异构Hadoop集群中各节点处理数据的时间大致相同,降低节点之间数据的移动量。实验验证了提出的比例数据分配方法可以有效地提高MapReduce的性能,并使数据负载均衡。     

低压微网离网模式下基于下垂控制的无功功率分配策略

在低压微网中,针对并联运行的三相电压下逆变器,分析了无功功率和线路阻抗的关系,在添加虚拟阻抗使得逆变器等效输出阻抗为感性的基础上,根据电压／无功下垂特性与负荷侧电压的关系,提出将负载侧电压作为参考量引入下垂控制的电压控制环的控制方法,该方法能够在线路阻抗有较大范围变化情况下,仍然能够保证较好的无功分配结果。理论分析和仿真的结果验证了该方法的有效性。     

微电网关键控制技术综述

为了提高微电网技术的发展,加强微电网控制技术的广泛应用。文中系统介绍了微电网的结构类型、综合监控系统、运行控制、分布式电源控制方法等关键技术和研究现状,重点对综合监控系统、运行控制、分布式电源控制方法技术特点进行了阐述。并展望了微电网的结构类型和能量管理系统的重要发展方向。     

面向能力培养的嵌入式系统课程群建设研究

能力型、创新型人才是社会发展的需求,也是高等教育的培养目标。为了培养具备能力和创新素质的嵌入式系统方面的人才,本文进行了嵌入式系统课程群的建设,研究了相应的教学方法,从理论和实践上培养学生的能力,培养创新素质。     

聚类分析中类数估计方法的实验比较

在基因表达数据的探索性聚类分析中,聚类个数的确定是决定聚类质量的关键因素。许多聚类有效性评价指标和方法可用于PAM聚类算法。该文讨论适合于PAM算法的7种常用评价指标和方法,采用4种不同聚类结构特征的基因表达数据对它们的性能进行实验比较。结果表明,系统演化方法和稳定性方法估计聚类个数的性能最好,正确率分别为100%与90%。     

基于分配器队列模糊控制的集群负载平衡

在分析和比较现有的基于分配器的服务器集群负载平衡方案的基础上,综合运用排队论知识和模糊控制理论,提出一种适合于小型Web服务器集群的模糊动态控制队列长度的负载分配器,该分配器在注重服务质量调控的同时,兼顾了集群的总体负载均衡。通过Visual C++编程构建模拟实验平台,验证了该方案的可行性。     

模糊聚类有效性的研究进展

聚类有效性评价对聚类分析具有重要意义,是聚类分析的瓶颈之一。本文从基于数据集模糊划分的方法和基于数据集几何结构的方法两方面,归纳综述了常用的模糊聚类有效性评价函数,并讨论了模糊聚类最佳类别数的自动确定问题。     

基于子模块电容能量波动的MMILC下垂控制策略

交直流混合配电网中,孤岛模式下互联换流器(interlinking converter,ILC)具有实现配网间功率平衡、维持交流频率和直流电压稳定的作用。模块化多电平互联换流器(modular multilevel interlinking converter,MMILC)作为ILC的拓扑之一,具有谐波特性好、波形质量高、开关损耗低等优势。文中提出一种适用于MMILC的两级式下垂控制策略,首先基于子模块电容能量波动特性建立了适用于MMILC的新型交直流侧统一下垂特性;然后推导得出了MMILC直流侧电压与等效子模块电容电压间的数学关系,使MMILC仍可通过直流电压偏差进行功率调节,同时设置了下垂特性曲线的死区和最低允许运行范围;最后,分别对MMILC在不同负载模式和过载情况下的控制性能进行了仿真。仿真结果表明,所提出的MMILC两级式下垂控制策略可以自动平衡不同负载模式下交直流侧配网的功率偏差,过载情况下可以瞬时闭锁,验证了控制策略的正确性和有效性。     

碳交易背景下基于LGPG-P2G的微电网容量优化配置

优化传统微电网的容量配置对其经济性的提升效果有限。为进一步提升经济性,文中在传统微电网的基础上耦合垃圾填埋气发电(landfill gas power generation,LGPG)和电转气(power to gas,P2G),提出一种基于LGPG-P2G的微电网模型。首先,综合考虑碳交易和资金的时间价值对容量优化配置的影响,引入全生命周期理论和经济学中的净现值分析法;然后,以全生命周期的收益最大为目标,利用变异粒子群算法求解4种场景下的微电网容量最优配置,并使用Cplex求解传统微电网模型和所提微电网模型容量最优配置下的最优调度方案。结果表明在碳交易背景下基于LGPG-P2G的微电网模型具有更好的经济性。