云能耗管理系统在某大型商场的应用

依据对上海市某大型商场现场考察的结果,提出通过建设云能耗管理系统的方案来改善商场能耗的管理现状。首先充分搜集建筑信息和设备运行工况,合理设计系统实施方案,解决现场数据采集和传输障碍,完成云能耗管理系统的建设,成功实现云能耗管理系统的稳定运行,提高商场运营管理效率;其次根据云能耗管理系统的统计结果,结合节能工程实际需要,在已有功能基础上进行二次研发创新,设计出设备用能计时功能,并完成现场试验,为未来的节能改造工程效果评估和项目验收提供科学依据。

一种BP神经网络和遗传算法混合的云平台负载 预测方法

在云计算提供高效,便捷等强大服务的背后,是日益攀升的能耗问题。准确的预测云平台的负载(如CPU,内存的使用)在任务调度,云能效方面具有重要意义。在以往研究中,线性自回归算法在预测请求资源的粒度上存在不足,本文提出一种基于BP神经网络与遗传算法混合的负载预测方法,结合遗传算法良好的全局搜索能力与神经网络强大的非线性拟合能力,建立CPU资源的请求预测模型。实验通过Google的云平台数据作为训练,测试集。实验结果表明该方法有效的预测了CPU资源请求量,进而可以在此基础上调整服务资源,实现绿色调度。

基于三支决策的虚拟机节能迁移策略

虚拟机迁移技术作为云计算中降低数据中心能耗的重要手段被广泛应用。结合三支决策的分、治、效模型提出一种基于三支决策的虚拟机迁移调度策略(TWD-VMM)。首先,通过建立层次阈值树搜索所有可能取到的阈值,由此以数据中心能耗为优化目标得到总能耗最低的一对阈值,从而实现三分区域,即高负载区域、中负载区域和低负载区域。其次,针对不同负载的主机采取不同的迁移策略:对于高负载主机,以主机预迁出后的多维资源均衡度和主机负载下降幅度为目标;对于低负载主机,主要考虑主机预放置后的多维资源均衡度;对于中等负载主机,如果迁移过来的虚拟机依旧满足中负载特性,则可以接受迁入。实验采用CloudSim模拟器进行,将TWD-VMM算法分别与基于阈值调度算法(TVMS)、基于虚拟机迁移节能调度算法(EEVS)、云计算中心节能调度算法(REVMS)算法在主机负载、主机多维资源利用均衡度、数据中心总能耗等方面进行比较,结果表明TWD-VMM算法在提高主机资源利用率、均衡主机负载等方面有明显效果,且能耗平均降低了27%。

Energy Consumption in Comminution of Mica with Cavitation Abrasive Water Jet

We have studied the efficiency of energy consumption in the comminution of mica powder with cavitation abrasive water jet technology. The energy required to create new surfaces in the comminution of mica powder with cavitation abrasive water jet was calculated,in order to estimate its efficiency of energy consumption. The particle size distribution and the specific surface area were measured by applying a JEM-200CX transmission electron microscope and an Autosorb-1 automatic surface area analyzer. The study results show that the efficiency of energy consumed in creating new surface areas is as high as 2.92%,or 4.94% with the aid of cavitation in the comminution of mica powder. This efficiency will decrease with an increase in the number of comminutions. After three comminutions,the efficien-cies will become 1.91% and 2.29% for comminution without cavitation and with cavitation,respectively. The abrasive water jet technology is an effective way for comminution of mica powder.

云计算环境下面向能耗降低的虚拟机选择策略

云计算通过网络按需提供可动态伸缩的廉价计算服务,核心概念是资源池。在实际生活中,体现为由数百万台的各种物理设备组成的数据中心。随着现阶段云计算数据中心规模的日益增长,其对应消耗的能源也在倍速提高,如何有效降低整个数据中心能耗,成为云计算重点研究内容之一。本文针对何时触发迁移以及选择哪部分虚拟机进行迁移,提出了考虑CPU、内存、带宽三种因素的虚拟机选择策略:MCMN;针对迁移后的虚拟机如何部署,借鉴了虚拟机部署算法EBFD。基于CloudSim仿真软件模拟的云数据中心验证了虚拟机迁移系统,且在系统中实现了虚拟机迁移、虚拟机选择、虚拟机部署算法。通过仿真实验结果表明,上述虚拟机选择算法、虚拟机部署算法在降低能耗方面有一定的成效。