基于ADSP-2188的铅酸电池智能管理系统研究

针对铅酸电池单体差异性以及对温度、电流、电压敏感等缺陷,设计基于ADSP-2188的智能管理系统.     

湖南省电动汽车充电基础设施建设对策研究

为推动新能源产业的发展,国家大力促进电动汽车以及电动汽车充电基础设施的推广应用.充电基础设施作为新基建的重要领域之一,可有效支撑新制造、新服务、新消费,为经济的高质量发展奠定基础.文章从湖南省的电动汽车推广应用、充电基础设施建设运营、充电设施产业链发展等现状入手,对目前湖南省充电基础设施存在的一些短板进行了总结.同时,结合电动汽车和充电基础设施未来的需求预测分析,提出了湖南省充电基础设施建设抢抓新基建机遇的相关建议,为促进充电桩行业持续健康发展提供决策参考.     

基于国产处理器增量式实时交通流预测算法及实现

针对城市交通难以处理大量数据且实时性差等问题,提出了根据增量式城市交通流数据预测拥堵情况的一种基于国产处理器的L-BFGS(limited-memory BFGS)算法。该算法通过存储向量序列计算Hessian矩阵,改进Two-Loop算法求下降方向,在Spark集群中并行处理时收敛速度快,适用于实时性要求强的城市交通场景。实验结果证明,L-BFGS预测算法完全可以在国产平台上对大规模的实时交通数据流进行快速建模、预测,在改善城市交通管理水平提供有效支撑的同时也丰富了国产芯片的应用领域。     

OTN集群交叉技术研究

未来网络的业务存在较大的不确定性,并且预计流量增长迅速,因此需要更高效地疏导流量。近几年已经研究出以OTN集群的方式实现OTN站点资源池,解决单节点大容量、多方向和快速调度的问题。本文对OTN集群系统的交叉技术进行了分析,并从硬件设计方面,介绍了一种能够满足OTN集群需求的交叉盘板卡设计方案。该方案共包含两种交叉盘,分别用于业务框和交换框,能够实现2+8模式的OTN集群。通过测试发现,板卡在配置跨框业务时能够正常工作,满足OTN集群需求。     

智能电网中电动汽车充电的自适应电价控制方法

针对电动汽车的充电提出一种电价控制策略。聚合管理者集中管理电动汽车的电池,并且考虑用电高峰时电网的电能供给有限,通过电价控制调整充电的需求量。采用自适应动态规划,通过在线网络训练,得到最优的电价策略。仿真结果表明,该自适应电价控制方法能够通过学习电动汽车的移动性和充电过程,从而调整实际充电需求量至期望水平,保证智能电网的稳定运行。     

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。     

渲染农场研究进展综述

作为高性能计算领域的新兴应用,渲染有着计算密集和数据密集的应用特征,如何提高渲染农场的效率进行大规模快速渲染,近年来逐渐成为研究的热点问题.对渲染农场的国内外应用现状作了介绍,阐述了渲染农场的组织结构和工作流程.针对渲染农场在优化作业调度算法、改善负载均衡策略以及完善渲染管理平台等三个方面的研究,进行了全面的分析和比较.探讨和总结了在云计算背景下渲染农场在渲染作业调度策略、异构集群渲染任务分发算法、基于云模式的渲染农场新架构和负载均衡策略这四个方面中有待进一步研究的问题.     

TD-LTE网络承载地铁集群通信业务解决方案

为了提高地铁专用集群通信系统的通信能力,适应快速轨道交通线路运营无线通信的需求,通过对地铁专用集群通信系统现状和发展趋势的深度分析,总结当前地铁专用集群通信系统在应用过程中存在的问题及缺点,并针对其存在的问题提出利用TD-LTE网络承载地铁专用集群通信业务的解决方案。本方案不仅提高了地铁专用集群通信系统的通信能力,且可满足快速轨道交通线路运营的通信需求,并解决了地铁运营线路多个无线通信网络并存的问题。新的解决方案在地铁专用集群通信系统建设中,具有广泛的应用前景。     

电动汽车参与经济调度的多目标模型

电动汽车通过V2G技术可以作为电网负荷侧的备用容量,由此提出了一个多目标优化模型,将电动汽车车主成本和经济调度成本作为其目标函数,并让电动汽车通过有序充放电来作为经济调度时的备用容量.在满足各种约束条件下,采用多目标遗传算法(NSGA-Ⅱ)对模型进行求解.电动汽车的负荷特性、负荷波动、真实风能输出和机组停运状态均采用蒙特卡洛算法得到,并以一小时为时间间隔来进行仿真.由模型的求解结果可知,通过选择合适的pareto解集中的值,可以节省车主成本和经济调度的成本,并且可以实现对负荷削峰填谷的功能.