城市供电应急处理系统与电网地理信息系统(GIS)一体化

各自独立的城市供电应急处理系统和电网地理信息系统不利于电网事故处理速度、准确性、自动化水平的提高。本文介绍了城市供电应急处理系统和电网地理信息系统一体化平台建设的总体设计思想、原则、技术线路,阐述了一体化平台的结构体系和技术难点,为将来其它系统的接入打下平台基础。     

城市供电应急处理系统与电网地理信息系统一体化

0引言 目前,在智能电网事故处理领域,通常电网地理信息系统（GIS）（以下简称电网GIS）和电网事故处理决策系统（即城市供电应急处理系统）是两套独立的系统。两系统的模型需要分别建立,重复工作,浪费大量的人力、物力。而且,由于两种模型分属不同的部门维护,不同的部门对同一个电力设备的描述也不尽相同,     

MapReduce能耗建模及优化分析

云计算中心规模的不断扩大以及设计时对能耗因素的忽略,使其日益暴露出高能耗低效率的问题.为提高MapReduce框架能耗利用率,首先对MapReduce任务进行了能耗建模,提出基于CPU利用率估算、主要部件能耗累加及平均功耗估算的任务能耗模型,并在此基础上建立了MapReduce作业能耗模型.其次,基于能耗模型对能耗优化进行了分析,提出从优化MapReduce作业执行能耗、减少MapReduce任务等待能耗与提高MapReduce集群能源利用效率3个方向对MapReduce进行能耗优化.再次,提出异构环境下的数据放置策略减小MapReduce任务等待能耗,提出截止时间约束下的最小资源分配方法提高MapReduce作业能耗利用效率.通过大量的实验及能耗数据分析,验证了能耗模型及能耗优化方法的有效性.     

基于改进粒子群算法的云计算任务调度算法

如何对任务进行高效合理的调度是云计算需要解决的关键问题之一,针对云计算的编程模型框架,在传统粒子群优化算法（PSO）的基础上,提出了一种具有双适应度的粒子群算法（DFPSO）。通过该算法不但能找到任务总完成时间较短的调度结果,而且此调度结果的任务平均完成时间也较短。仿真分析结果表明,在相同的条件设置下,该算法优于传统的粒子群优化算法,当任务数量增多时,其综合调度性能优点明显。     

智能型电网事故辅助决策系统在青岛地区电网调度中的应用

青岛地区智能型电网调度决策支持系统是电力系统调度由分析型向智能型转变的开发尝试。系统采集电网监控与数据采集系统(SCADA)和保护故障信息系统的信息,利用人工智能技术,在电网发生故障时,根据故障涉及的开关和保护的动作情况进行故障诊断,并给出故障恢复策略。介绍了系统的设计思路、开发标准、主要功能以及基于多代理技术的系统实现方案,给出了在青岛地区实际应用的案例,阐述了智能调度的意义。     

基于P2P的分布式文件系统下载效率优化

对分布式文件系统(HDFS)集群内部数据块存储机制与下载流程进行分析研究,结合P2P多点与多线程下载思想,从数据块、文件、集群三个方面提出了数据下载效率优化算法。考虑到集群内部可能因多线程下载出现的负载均衡问题,提出下载点选择算法以优化下载点的选择。实验结果表明,三种优化算法都能提高下载效率,下载点选择算法能够很好地实现集群内部DataNode负载均衡。     

浅谈信管专业大学生的科研能力培养

大学生参与科研对于提高学生的综合素质具有重要意义,本文结合信管专业大学生的特点,分析了大学生参与科研在人才培养中的作用,对大学生科研能力培养应具备的条件进行了分析并提出相应的科研能力培养方法途径。     

基于分布式文件系统HDFS的节能算法

与传统数据中心节能算法不同,MapReduce计算任务的数据依赖性使得设计HDFS(Hadoop Distributed File System)节能算法时必须保证集群中所有数据块的可用性,即任意数据块或其副本中的至少一块处于活动状态.根据HDFS集群结构与数据块存储等特点建立了DataNode节点矩阵、节点状态矩阵、文件分块矩阵、数据块存储矩阵与数据块状态矩阵,为后续研究建立了基础模型.结合数据块状态矩阵与数据块可用性之间的关系设计了DataNode节点休眠验证算法.概率分析了由于机架感知的存储策略带来数据块分布的随机性,使得在不改变数据块存储结构与存储策略的情况下并不能通过休眠DataNode节点达到节能的目的.进而设计了数据块存储结构配置节能算法与基于对称数据块存储策略下的节能算法,分别从改变数据块的存储结构与存储策略两方面对HDFS进行节能改进.实验结果表明:两种节能算法都能解决HDFS集群的能耗低利用率问题,并且集群负载越低节能效率越高.     

多MapReduce作业协同下的大数据挖掘类算法资源效率优化

由于任意的MapReduce作业都需要独立地进行任务调度、资源分配等一系列复杂的操作,这使得同一算法协同的多个MapReduce作业之间,存在着大量的冗余磁盘I/O及资源重复申请操作,导致计算过程中资源利用效率低下。大数据挖掘类算法通常被切分成多个MapReduce job协作完成。以ItemBased算法为例,对多MapReduce作业协同下的大数据挖掘算法存在的资源效率问题进行了分析,提出基于DistributedCache的ItemBased算法,利用DistributedCache将多个MapReduce job之间的I/O数据进行缓存处理,打破作业之间独立性的缺陷,减少map与reduce任务之间的等待时延。实验结果表明,DistributedCache能够提高MapReduce作业的数据读取速度,利用DistributedCache重构后的算法极大地减少了map与reduce任务之间的等待时延,资源效率提高3倍以上。     

一种基于微分法的峰值检测电路

提出了一种基于微分法的峰值检测电路,它包含微分电路、双沿触发比较器和采样保持电路。微分电路对输入信号进行微分变换,双沿触发比较器比较微分变换结果与参考电压,得到采样保持控制信号,以控制采样保持电路的正常工作,实现峰值检测功能。该检测电路具有高频率、高精度的特点,工作频率达到200~500 MHz,峰值检测误差小于5%。该检测电路适用于高速A/D转换器、D/A转换器和具有复杂参数的采集系统等领域。