一种根据电力行业特点改进的云计算资源动态配置资源请求预测方法

布尔二次指数平滑法能对云计算系统的虚拟机资源请求进行预测,但预测结果存在滞后,且长期预测精度低.本文依据电力系统资源请求与用电量相关性、用电量的周期性、每日同期请求的相似性,在传统的布尔二次指数平滑法基础上引入历史同期数据,修正预测结果,提高预测的准确性,提高了电力系统云计算资源池的利用率,降低了系统功耗.     

混流式水轮机尾水管流场数学模型建立及分析

以HLA855A-LJ-250型号水轮机为研究对象,针对最大水头、最小水头和额定水头3种不同工况进行全流道三维非定常数值模拟,着重分析尾水管内部流场分布规律,提取尾水管入口到出口的完整流线,并建立相应的数学模型。结果表明:额定工况下尾水管内部湍流动能和湍流粘度分布稳定,变化梯度小,内部流动最稳定,建立的数学模型拟合效果最好;最大水头工况下尾水管内部流场受空腔涡带的影响严重,在直锥段湍流动能变化梯度大,湍流粘度数值较高,容易造成尾水管内部流动不稳定,该工况下质点坐标分布波动较大,建立的数学模型较复杂;最小水头工况下尾水管内部流场变化趋势接近额定工况,该工况下建立的数学模型有较好拟合度。采用的研究方法为分析水轮机内部流场提供了新思路,有一定的借鉴意义。     

一种可证安全的密钥隔离无证书代理重加密方案

在代理重加密体制里,一个不可信的代理服务器将用Alice公钥加密的密文转换为用Bob公钥加密的密文,同时该代理服务器无法获知明文及相关用户的私钥。无证书代理重加密体制能够同时避免传统公钥基础设施中复杂的公钥证书管理和基于身份加密中的密钥托管问题。考虑到用户私钥泄露可能带来的危害,该文提出了具有密钥隔离功能的无证书代理重加密体制,随机预言机模型中的安全证明和模拟实验表明该方案是高效安全的。同时,设计了基于云计算的移动互联网中的安全数据共享方案。     

基于Ansys的高压输电塔风振特性分析

在电力大范围应用的背景下,研究输电线路的振动特性对电网整体的安全性有着极其重要的意义。本文推导了三线两塔耦合系统的力学简化模型,并以建立典型的500kV交流双回路耐张塔为对象验证了算法的正确性。利用Ansys软件建立了两塔三线的耦合模型并进行了单塔振动分析、塔—线耦合振动分析。在此基础上利用Davenport风速谱对电力塔模型节点的风载荷进行了模拟,并对耦合模型进行了动力时程分析,最终得到了节点位移曲线,验证了模型的合理有效性。最终结果表明耦合体系的振型以塔、线各自的振型为主,并出现了一部分由塔或线诱发的新振型,且同阶下耦合的振动频率要小于单塔的振动频率。最终经过理论计算与有限元分析结果的比较,证明了所推导力学模型的正确性。     

基于混合特征和集成极限学习机的高压断路器机械故障检测

提出了一种基于混合特征提取和集成极限学习机(IELM)的高压断路器机械故障检测方法。首先,采用全集成自适应噪声经验模态分解(CEEMDAN)对振动信号进行分解,得到固有模态函数(IMF)。然后结合Hilbert变换和带通滤波器对各阶IMF分量进行子带重构,得到时频矩阵。将时频矩阵转化为能量矩阵,利用正态累积分布函数(NCDF)对频带进行归一化,提取出时频熵和奇异熵,形成机械故障特征向量。此外,还建立了故障分类系统。结合带通滤波的CEEMDAN方案优点是可以消除模态混叠,减少辅助噪声的加入,并提高分解效率。此外,NCDF归一化的奇异熵具有更稳定的性能。由多个弱类组成的IELM可以解决传统极限学习机的不足。基于实测数据的实验结果表明,该方法能有效地通过小样本进行机械故障检测。     

基于改进Eclat算法的资源池节点异常模式挖掘*

云计算环境中,资源池节点异常模式挖掘对于快速诊断节点状态具有重要作用。针对云环境下计算资源池、存储资源池、网络资源池节点数据特征,对资源池节点状态信息进行预处理,利用关联规则算法挖掘资源池节点参数状态信息之间的关联关系,如高位—高位和低位—高位模式等。提出了一种基于限制属性连接并具有垂直数据格式的关联规则算法i-Eclat算法。i-Eclat算法通过转换资源池节点状态数据格式、建立非频繁2-项集以减少连接次数,并构建信息存储结构体来限制冗余属性连接。实验表明,所提出的方法可以有效发现云计算资源池节点之间的隐藏关系;同时,i-Eclat比经典算法计算性能更优,特别是针对较大数据集的处理。     

微服务架构在容器云中的应用实践

随着信息化建设的迅速发展,电网传统业务应用面临资源不能高效动态伸缩、高效迁移部署等方面的问题,亟 需在开发平台中引入微服务架构。以Docker 为代表的容器技术则为微服务理念提供了匹配的实现机制,本文从什么是微服 务切入,详细介绍了微服务架构的优势,从电网容器云平台自身实践出发,给出了微服务架构的云端应用实践。