基于云计算平台的运维监控系统数据检测算法研究

为了提高云计算平台下运维监控系统的数据检测效率，提出一种新的用于云计算平台下运维监控系统的数据检测算法。从平台数据多元化的特征出发，建立运维监控系统的整体框架，将同等数值的样本隶属度带入到正常和邻近样本数据中，在特定区间内记录不同样本的隶属度变化，变化值小则为正常数据，变化值大则存在噪声问题，需利用云计算技术，对样本数据进行降噪处理，降低数据检测的误差，计算故障类区域中心点到检测样本的加权距离，以此距离的取值范围为故障数据检测的判定依据，完成运维监控系统的数据检测。实验证明，本文算法的数据检测准确、效率高、且系统耗用较小。     

临时用电配电箱系统智能化升级方案研究

为了增强临时用电的智能化管控能力，提出了基于云计算和移动技术的智能配电箱系统的设计方案，搭建了五层技术架构，基于移动互联网构建了临时用电配电箱设备，对接云计算平台进行大数据的存储、计算和访问，开发了硬件和移动端业务应用，实现了数据的自动采集、远程监测、控制和分析，系统性能访问速度小于1 s,验证了该技术架构的可行性，为配电箱智能化升级提供了解决方案，降低企业数字化转型成本。     

基于Spark的电网工控系统流量异常检测平台

针对传统的电力网络流量检测安全预警系统在面对海量高维度数据时，其在精度、实时性、扩展性以及效率上都无法满足需求的问题，建立出一种基于Spark的电网工控系统流量异常检测平台.该平台以Spark为计算框架，主要由数据采集与网络流量深度包检测协议解析模块，实时计算数据分析处理模块，安全预警预测模块和数据存储模块组成，为流量异常检测提出了一套完整的流程.实验结果表明，该平台能够有效地检测出异常流量，做出安全预警，方便工作人员及时做出决策，这充分说明该平台非常适用于电力控制系统，能够应对海量高维复杂数据做出实时分析以及安全预警，极大地提高了电网工控系统的安全性能.     

流计算与内存计算架构下的运营状态监测分析

为满足对电网实时运营状态分析过程中对用户实时用电量数据等大规模实时数据进行实时分析处理的需求,实现对电网运营决策提供快速准确的数据分析支持,提出一种流计算与内存计算相结合的大规模数据分析处理的系统架构。将经过时间窗划分的用户实时用电量数据进行离散傅里叶变换（DFT）,实现对异常用电行为评价指标的构建;将基于抽样统计分析构造出的用户用电行为特征,采用K-Means聚类算法实现对用户用电行为类别的划分。从实际业务系统中抽取实验数据,验证了提出的异常用电行为和用户用电分析评价指标的准确性。同时,在实验数据集上与传统的数据处理策略进行对比,实验结果表明流计算与内存计算相结合的系统架构在大规模数据分析处理方面更具优势。     

基于流处理技术的云计算平台监控方案的设计与实现

针对目前云计算平台监控手段实时性差的问题,提出一种基于大数据流处理技术的云计算平台实时监控方案。该方案采用实时计算系统Storm作为核心,使用iostat、mpstat等工具获取服务器性能信息,使用Flume和Libvirt获取全方位的日志信息以及云主机状态信息。获取到的信息以数据流的形式传至Storm,然后进行数据清洗、关键词匹配等实时分析。在模拟生产环境下对该方案进行测试,结果表明:该方案能够实现对大规模云计算平台进行实时监控,而且具有高可靠性、高扩展性的的优点,达到研究效果。     

基于电能计量的违规用电行为检测方法研究

现有违规用电行为检测方法的精度较差,为提高检测结果的准确性,设计了基于电能计量的违规用电行为检测方法。建立违规用电数据预处理方案,保证电力数据的完整性,标记数据的缺失值与异常值,对其进行归一化处理;基于电能计量设计用电数据检测模型,以数据的不平衡度为核心,计算离散型采样值,得到检测的总体模型。在实验中对比多种违规用电行为检测方法,设计欠流用电异常、改变电能表接线异常和扩差用电异常3种用电模型,由数据结果可知,该算法在扩差用电异常模型内的检测效果更好,该检测方法的AP值在同等条件下普遍高于其他3种检测方法,可见其检测精度更高,检测效果更好。     

电价审计中用户用电行为特征的智能提取方法研究

传统用电行为特征提取方法难以挖掘连续的用户用电行为数据，导致特征提取精度较低且特征异常值较多。针对这个问题，文章研究电价审计中用户用电行为特征的智能提取方法。挖掘周期性电价审计过程中存在的隐藏数据，标定数据参数，归一化处理用户用电行为数据。采用线性差值填充算法处理周期范围内的电力数据，控制用户用电数据的连续性。特征化处理行为数据后，进行卡方检验并构建指标提取过程，最终完成智能提取方法的构建。在模拟用户用电行为数据采集环境后，对应不同的采集周期整理为用电数据集，准备2种传统提取方法与所设计的方法进行对照实验，实验结果表明，所设计的智能提取方法具有较高的特征提取精度，且产生的特征异常值最少。     

云计算环境下的负荷特征曲线提取

文章针对电网运行产生的数据呈爆炸式增长,EMS系统有效信息往往淹没在海量数据中这一问题,提出一种云计算模式下的聚类分析处理方法,基于Hadoop平台的Map Reduce计算模型与分布式文件存储,将系统聚类法进行拆分,在云环境中对多个计算模块进行并行分析。作为试验性验证,提取某大用户近三年的负荷特征曲线,选取不同数据量、不同节点数,进行算法加速比的测试。结果表明,在云计算架构中该算法可以有效提高计算效率,适用于电力系统海量数据的挖掘分析。     

基于GemFire的海量数据计算性能实验分析

针对交通领域多源动态海量数据高性能计算的实时性、动态扩展性处理要求,提出了一种基于GemFire的分布式内存数据库实验平台。采用键-值数据存储结构和分布式动态成员关系,通过加载浮动车系统的真实数据在完整的云计算架构下,进行了计算性能测试与分析。实验结果表明,平台可将千万级以上大数据量的计算时间缩短至原系统的10%以内,满足了交通物联网云平台整合利用各子系统数据资源的应用需求。     

云计算环境下自动化DCIM系统设计

为了有效解决数据基础中心的复杂业务逻辑操作便捷化需求,需要通过一个管理系统整合系统复杂性高以及成本高等问题,提出一种云计算环境下自动化DCIM系统。在云计算平台OpenStack上进行DCIM的基本业务逻辑设计,分析系统设计存在的难点,进行模块化系统框架设计,阐述各个模块的性能和功能,同时结合机器学习以及多变量处理等技术,进行数据异常告警,通过告警结果给出对应的管理措施。仿真实验结果表明,所设计系统可以提升建设数据中心基础设施管理效率和质量,有效降低运行费用。     

基于虚拟化技术的云计算平台架构研究

随着互联网技术的发展,虚拟化云计算技术平台逐渐成为企业管理、产品生产的数据支持平台.虚拟化云计算平台的最大优势在于其整合了广泛的数据资源、客户信息,并且能够根据企业需要实时调整资源模块,实现节点资源与数据的有效使用.针对虚拟化技术的云计算平台架构进行研究,通过建立云计算平台架构进行虚拟云技术的仿真模拟分析.     

云计算Hadoop平台的异常数据检测算法研究

近年来,随着我国互联网技术的飞速发展与大规模网络运算平台研究的深入,云平台下的数据处理已成为大规模数据的主要处理方式;但是,现有的云计算Hadoop平台在海量数据异常涌入状态下,常常出现数据逻辑错误、数据链完整性缺失、数据失效的问题,造成无法对上述异常数据进行有效检测处理,严重影响云计算Hadoop平台的数据运算准确性;针对上述问题,提出云计算Hadoop平台的异常数据检测算法研究方法;采用JNS数据采集筛查模组、算法逻辑补偿模组与动态反馈模组对现有的云端计算平台存在的问题进行针对性解决;通过仿真模拟实验证明,提出的云计算Hadoop平台的异常数据检测算法研究方法,具有异常数据识别率高,准确性高,速度快、可实施性强、稳定性好的特点。     

云计算路由平台入侵风险评估方法研究

文章首先分析了云计算路由平台安全风险,总结为信道开放、传播受阻和数据泄露。在此基础上重点探讨云计算平台下入侵风险评估方法,通过实验分析结果来论证评估方法有效性,帮助提升云计算路由平台使用安全与信息计算速度,将风险隐患发生概率控制在规定范围内。     

云计算数据库在海量用电信息采集系统的应用研究

本文主要探讨如何将云计算技术应用在海量用电信息采集系统中,从而解决海量用电信息数据实时并发采集入库的速率问题、历史大数据的秒级查询和计算问题,提高了系统数据的实时性和可用性,满足了用电信息采集系统自治区级集中模式下的各盟市、县级操作人员对实时采集数据的查询、统计和分析工作,提高了工作效率。     

云计算技术在智慧医院信息服务中的应用

为实现医院智能化转型和发展,提高医院信息服务的及时性和准确性,文章应用云计算技术,提出智慧医院云平台设计方案。首先,介绍云计算技术、智慧医院信息服务以及二者的关系;其次,对智慧医院云平台的功能进行设计,包括云档案系统、云管理系统、云病例系统、云运营系统等模块;最后,对该云平台的性能进行测试。结果表明：在云计算技术的应用下,文章所设计的智慧医院云平台具有信息交互效率高、信息化建设成本低、医疗信息服务能力高等特点,完全符合实际应用需求。希望本次研究能够为相关人员提供有效的借鉴和参考。     

基于近邻传播聚类的电力信用风险数据推送系统设计

为了解决大部分供电企业的生存与发展问题,提出并设计一种基于近邻传播聚类的电力信用风险数据推送系统.根据数据样本相似度矩阵,引入阻尼因子加权求和计算,通过聚类算法得到用户电力负荷曲线,依据用电标准指标体系以及评价指标计算该用户最终用电负荷规模,凭借用电规模以及信用评价模块,欠费风险模块,窃电检测模块,用电预测模块间相互独立性,建立电力信用风险数据推送系统.仿真实验结果证明,所提系统推送信息准确性高,具有较高的适用性.     

云计算环境下的航空器飞行角度控制系统设计

云计算环境下的航空器是一个集大量复杂计算的、实时性较强的控制系统,部分信号的调用需要极高的实时性;传统的控制系统通常采用前后台模块,应用程序无限循环,其采用中断服务程序来处理异常事件,满足不了航空器飞行角度控制的实时性要求;设计了一种融合PID算法的单片机控制程序的航空器飞行角度控制的制系统;构建了云计算环境下航空器飞行角度控制系统的结构,通过姿态数据传感器采集航空器飞行角度信息,对航空器对飞行控制器、电机控制模块以及无线通信模块硬件进行了设计,通过融合PID算法的单片机控制程序实现航空器飞行角度的快速、准确控制;实验结果说明,所提控制系统的控制误差以及鲁棒性都优于传统控制系统,所提的系统具有可靠、灵活、实时性高等优势。     

基于Hadoop的智能医疗分析系统的设计研究

现代智能医疗需要操作简单、反应快速和能够智能诊断的信息化平台。针对该特点,运用物联网、云计算等多种技术开发了智能医疗分析系统。系统使用B/S架构开发,可为用户提供方便简洁的交互平台。同时,系统还可利用云计算来高效处理海量数据,并使用基于Hadoop的分布式存储计算系统来分析处理数据,从而做到智能诊断。     

基于LoRa无线技术的台区配用电电能物联网监测系统研究

为提高台区配用电监控过程的抗干扰能力，提出新的基于LoRa无线技术的台区配用电电能物联网监测系统。在LoRa数据采集网络架构的支持下，设置多源传感器采集台区配用电各项数据，设计WAKE的高低电平切换模块，并控制其工作状态，通过MODE的高低电平控制切换通信模块的工作模式，获得台区配用电数据后利用jzy3d大数据可视化类库实现物联网监测。在外在因素的干扰下，系统的监控数据完整性较好，RSSI值在-50 dBm以内，系统抗干扰性能得到明显提升。     

基于采样技术和LightGBM的用户用电异常检测模型

在大数据的时代背景下,我国电力事业信息化的发展日趋重要,尤其是需要使用计算机技术对用电数据进行分析.对于用户用电异常的分析问题,传统方法既耗时又耗力,这就需要引入机器学习的相关方法自动的识别异常信息.现阶段,用电异常分析主要基于传统的异常检测算法或深度神经网络,传统异常检测算法运行精度不足而深度神经网络计算速度又过慢.针对目前存在的不足,本分采用了基于采样技术和LightGBM的用户用电异常检测模型,把用电异常检测问题看作分类问题,并使用当前流行的分类模型LightGBM进行训练,在保证速度快的前提下提高了检测的准确率.