基于分布式Redis集群的WEB共享管理研究

目前WEB共享系统多数采用基于物理磁盘读写的数据存储系统,虽然磁盘数据存储系统和分布式大数据平台的结合可以提供较大的存储空间和较好的物理拓展性,但是在面对高并发的海量数据的实时存取时,物理磁盘读写效率以及系统内存的瓶颈会严重制约WEB共享系统的数据处理的效率。针对这种情况,论文通过对基于分布式的Redis集群的稳定的节点容错能力、优异的数据读写能力和高效的索引检索速度的理论研究和测试分析,证明了分布式的Redis集群能够有效提高WEB共享系统的海量数据实时处理的能力,是WEB共享系统升级数据存储系统性能的高效的解决方案。

应用动态感知的卫星分布式集群管理平台设计与实现

卫星互联网环境中存在卫星节点资源受限、链路拓扑高动态变化和网络传输高时延等问题。针对上述问题导致的卫星节点资源利用率低、系统服务响应能力较弱、负载不均衡,提出利用容器编排技术整合卫星节点资源的卫星分布式集群管理平台构建方案。其中,重点针对Kubernetes默认资源编排调度策略无法适用于卫星互联网复杂链路环境的问题,设计一种应用动态感知的卫星分布式集群资源调度方法,通过分布式集群资源状态实时感知模块,采集卫星节点CPU、内存、磁盘及网络资源的负载情况作为评价指标,完成卫星互联网环境下不同应用Pod资源对象的优化调度。仿真结果表明:应用动态感知调度方法构建的卫星分布式集群管理平台,可以实现卫星网络环境下系统资源的合理调度,提升系统负载均衡能力,进而保证系统服务的快速响应。

基于一致性算法的新型电力系统边缘集群分布式经济调度模型

随着风电、光伏等可再生能源大量并入新型电力系统配电网,大量分散的风电、光伏等集群呈现出分布式管理和控制方式,使传统集中式的经济调度方法陷入困境。对此,基于传统一致性算法,文章提出了风电、光伏构成的边缘集群分布式经济调度模型。首先,给出了风电、光伏的边缘集群模型及其波动性特性;其次,推导了传统一致性算法及实现经济调度的优化模型;在此基础上,结合风电和光伏边缘集群模型,提出了风电、光伏的边缘集群的一致性经济调度分布式算法;最后,以某实际系统为例,对所提算法模型进行仿真验证。结果显示了所提模型的有效性。

基于EOF-DBSCAN-GRU的分布式光伏集群出力预测方法研究

提出一种基于EOF-DBSCAN划分集群的改进统计升尺度的光伏集群出力预测建模方法。针对传统统计升尺度方法子集群中光伏电站出力特性不一致问题,通过皮尔逊相关系数和经验正交函数(EOF)优化特征空间,再根据密度聚类模型(DBSCAN)对区域内光伏电站划分集群,从而增强光伏电站聚类后集群出力特性的一致性。针对待预测日权重系数时间序列动态特性的提取、预测问题,提出一种基于动态时间规整(DTW)的相似日选取算法。最后利用循环神经网络(GRU)模型进行光伏电站出力预测。实验表明该集群预测方法的平均误差百分数(MAPE)约为6.33%,均方根误差(RMSE)约为13.93 kW,均方误差(MSE)为194.25 kW,通过实际光伏电站数据证明了所提方法的准确性和有效性。

面向无人飞行器集群协同的分布式存储技术研究

近年来,随着无人飞行器集群在各个领域的广泛应用,集群上所搭载的算法也越来越复杂,这对数据存储系统提出了更高的要求。现有研究没有考虑无人飞行器集群运行环境的特殊性,无法适应战场上通信间歇弱连接和节点易战损的环境。因此本文基于分布式存储技术设计了一套面向无人飞行器集群协同的分布式存储方案,通过动态自适应存储策略选择存储节点,提升了存储速度和资源的利用效率;同时,本文设计了基于RS码的数据备份与恢复方案,采用客户端与存储节点的交互模式降低了数据备份对于通信资源的占用,并且能够在多节点同时战损时恢复损失数据,提升了数据存储系统的稳定性和可靠性。

分布式光伏集群功率短期预测的空间互补特性初探

随着分布式光伏装机容量的快速增长,分布式光伏集群功率预测对电网调度的影响日益增强。分布式光伏集群功率预测存在“先累加后预测”“先预测后累加”以及“先聚类再预测”3种技术路线。通过在含600多个分布式光伏站点实测功率数据集上的实验发现,分布式光伏集群功率预测存在“空间互补”现象,即3类集群预测路线得到的预测误差相比于单个场站的平均预测误差都有所降低。为了探究空间互补现象的产生机理及影响因素,首先从机理分析的角度将其归纳为“出力曲线互补”和“预测误差互补”两类空间互补特性。然后,提出了“空间互补系数”这一概念,对互补效果进行量化评估。最后,探究了集群规模、分布范围、天气类型和聚类簇数4种因素对空间互补特性的影响。结果表明,两类空间互补特性对分布式光伏集群短期功率预测精度提升效果显著,且预测误差互补在精度上优于出力曲线互补。研究结果可为分布式光伏集群划分提供依据,有助于实现更加高效且准确的功率预测。

考虑集群划分的分布式光伏无功电压控制策略

针对含分布式光伏配电网的电压越限问题,提出一种考虑分布式光伏集群划分的无功电压控制策略。首先提出了基于无功电压灵敏度的模块度指标,考虑集群内的无功平衡度及耦合度,得到改进模块度指标并以此进行集群划分;然后提出越限集群内的无功电压控制策略与集群间的协调控制策略,当越限集群无法恢复集群内电压至安全水平时,通过主导节点选取具有可调无功容量的安全集群向越限集群分配剩余无功可调容量;最后以IEEE 33节点配电网系统为例进行仿真,验证了所提无功电压控制策略的有效性。

分布式集群秩亏约束协同导航方法研究

针对卫星导航拒止环境、分布式集群纯惯导误差快速发散问题,提出了一种适用于所有节点均为纯惯导的分布式集群的协同导航方法,设计了秩亏约束卡尔曼滤波器,在量测量数量少于状态量数量导致滤波方程秩亏时,仍可以实现分布式集群协同导航,减小惯导误差。构建了无人机飞行试验平台,飞行试验验证结果表明,组网内无高精度节点,协同导航修正后位置和速度精度可提升两倍左右;组网内有一个高精度节点,协同导航修正后位置和速度精度可提升10~20倍左右。

分布式集群架构在油田生产管理大数据中的应用研究

分布式集群架构应用于油田生产管理大数据,将石油生产、分配、消耗与管理需求数据相结合,可以提高管理数据收集、存储和处理的实时性,确保数据的准确性和可靠性,提升数据处理和分析能力,提高生产效率,降低生产成本。文章从分布式集群架构组成和优势入手,分析油田生产管理大数据的特点,讨论在油田生产管理大数据中如何应用分布式集群架构,以期为油田相关工作人员提供参考。

基于AI技术的固定翼无人机集群分布式规避控制系统研究与设计

固定翼无人机集群是由多个固定翼无人机组成的群体,在飞行任务中协同工作;相比于单个无人机,固定翼无人机集群具有更高的综合性能和更广阔的应用前景;但由于固定翼无人机在恶劣环境作业过程中存在着很多风险,例如障碍物撞击、相邻无人机碰撞等,威胁无人机的安全性;故设计了基于AI技术的固定翼无人机集群分布式规避控制系统;系统硬件单元主要包括AI视觉传感器设计单元、激光雷达传感器设计单元、控制器设计单元与无线通信网络设计单元,通过上述硬件设备提供实时的环境信息,控制无人机飞行姿态,实现信息共享;软件模块基于AI技术解算无人机位置和姿态,计算障碍物位置实现形状感知,完成无人机集群分布式规避控制;通过硬件与软件的协同作业,实现了固定翼无人机集群的分布式规避控制;实验结果显示:应用设计系统获得的无人机位置感知结果、障碍物位置感知结果与实际位置相同,路径总偏离量数值为4 m,充分证实了设计系统控制性能较佳。

基于发电集群协同划分的分布式光伏发电并网功率调节方法

分布式光伏发电并网的平稳运行至关重要。为了降低功率波动对电网频率的影响,本研究基于发电集群协同划分,设计分布式光伏发电并网功率调节方法。首先,在构建分布式光伏发电模型的基础上,分析其发电输出特性,并跟踪最大输出功率点。然后,基于协调算法动态划分光伏发电集群,并计算无功调节和有功调节范围。最后,在光伏功率波动平抑的基础上,规划并网系统调频储能容量,再构建分布式光伏发电并网功率调节模型,抑制各电池储能系统间功率环流问题,实现功率调节。根据仿真实验可知,在3种典型天气条件下,该方法均能够有效控制并网光伏发电功率。并网系统出现故障后,该方法能够在短时间内快速响应,完成功率平衡调节。

基于改进K-means算法的分布式小水利发电集群划分方法

随着大规模分布式电源的接入,将复杂的分布式发电集群划分为通信维度较低、控制方式较简单的区域,是实现分布式发电集群灵活并网和优化调度的重要方式。文章提出一种基于改进K-means算法的分布式小水利发电集群划分方法,旨在利用改进K-means算法更有效地处理大规模数据集,自动识别最佳的集群划分,从而减少主观干预,通过更精确的划分,可以最大限度地提高小水利发电利用效率。

基于多智能体系统的分布式仪表集群协同控制机制分析

阐述基于多智能体系统的分布式仪表集群协同控制机制。通过分析智能体概念、多智能体系统特征,设计了系统架构和协同规划算法,并探讨协同反馈控制和故障容错机制。分析结果表明,该机制能够提高系统的鲁棒性和可靠性,实现更灵活、更高效的控制。

基于分布式信息滤波的集群导弹协同定位方法

针对领从式集群导弹中的从弹定位问题,考虑领弹动态地切入切出导航网络情况,提出了一种基于捷联惯性导航系统(INS)与到达时间(TOA)测距系统相融合的领从类分布式协同导航方法。该方法综合考虑了导航参数与相关传感器误差模型,基于INS误差系统建立线性状态空间模型,基于弹间数据链TOA测距系统建立非线性伪距量测模型,并基于扩展信息滤波器实现动态信息的分布式融合,以适应量测信息节点数目动态变化引起的协同导航网络结构变化。将其应用于集群导弹协同导航系统中,仿真结果表明所提算法可以快速且高精度地完成从弹导航参数的估计,可以有效消除领弹节点变化所带来的负担。该方法可以作为低成本从弹导航系统的补充手段。

基于分布式光伏集群协同优化的配电网电压控制策略

随着分布式光伏在配电网中渗透率的增加,负荷与光伏出力波动等原因引起的配电网电压越限问题日益凸出。为此,提出一种基于分布式光伏集群协同优化的配电网电压控制策略。首先,通过电气距离模块度指标对配网进行集群划分;然后,通过无功电压灵敏度矩阵选取各集群的主导节点,并利用集群电压偏差度判定各集群电压状态。危险集群的光伏逆变器采用就地控制模式调压;安全集群的光伏逆变器采用可变功率控制模式。利用集群之间无功电压的灵敏度,将安全集群与危险集群进行协同配合,从而使整个配电网电压运行在安全域内。最后,根据某实际配电网41节点系统的算例证明,基于光伏集群协同优化的配电网电压控制策略,比统一下垂控制和统一功率优化控制的效果更佳,能够有效提升配电网电压质量。

面向网络化无人机集群的计算换通信分布式任务调度方法

针对网络化无人机集群任务自主协同问题以及市场竞拍法的优缺点,提出“计算换通信”思想及其相应的分布式任务调度方法。通过对显式和隐式冲突任务的分析,建立任务相关智能体集合。提出基于任务抑制的局部优化方法,用于提前消解部分任务冲突,以减少算法迭代次数。设计基于历史竞标信息的智能体位置推断法,为局部优化提供必要的信息输入。基于组网仿真平台与集群救援场景开展蒙特卡罗仿真实验,结果表明,相比于市场竞拍法中具有代表性的基于共识的捆绑算法和性能影响算法,所提方法能够获得更少的迭代次数、更短的收敛时间以及更优的调度性能。

基于Redis集群云平台的高并发互动系统的设计与实现

本文根据广电新媒体服务端的业务需要,研究了应对高并发交互需求的设计思路、具体指标和技术框架,以及基于Redis集群云平台的高并发互动系统的操作实例和性能优化实践过程。

基于纳管的Redis集群在线横向扩展的设计与实现

随着企业生产系统规模的扩大,数据并发量及业务复杂度不断提升,通常采用Redis分布式集群的设计作为一层缓存来缓解调用数据库的压力,提升响应速度和服务水平。随着数据量的增加,最初上线的Redis集群的内存也会逐步达到整个集群的上限,新增节点重新搭建集群需要停机,而纵向扩容单节点内存又会带来资源瓶颈,如何实现Redis集群的在线横向扩展,已经成为企业亟待解决的问题。对此,提出了一种Redis集群在线横向扩展的解决方案,并通过对Redis服务器的纳管将操作嵌入到具体管理系统中,实现一站式的检查、扩容和数据重分布,在业务不停机的前提下对Redis集群进行扩容。研究表明,该方案可协助企业及时、快速地进行Redis集群的在线横向扩展,避免纵向扩展带来的IO、CPU及内存资源瓶颈,减少运维的工作量,目前已经在金融企业核心系统得到实际应用,并取得了较好效果。

MongoDB分布式集群云数据优化模式研究

集群云数据优化是未来数据中心管理需要解决的重要问题。目前,集群云数据管理水平不高,主要缺乏分布式集群对网络关键部分进行综合评判。文章对集群性能和容量分布式管理进行了研究,通过各个集群处理器和I/O网络交换,对通信和网络结构进行优化,以满足当前数据中心各通道之间并行化处理的功能,提高MongoDB分布式集群网络云数据传输和路径算法效率。把服务端节点接收指令的状态进行记录,形成字段,按照序号进行排序,提高了数据中心云数据信息的一致性、智能化水平。

基于OSDK的分布式无人机集群控制系统设计与验证

针对当下无人机集群平台可靠性低、实用性差的问题,提出基于Onboard SDK的分布式无人机集群控制系统(Distributed UAV Swarm Control System, DUSS)设计方案。首先,基于模块化思想,将DUSS分为控制模块、执行模块与监控模块,控制模块与监控模块利用自组网通信方式与ROS分布式通信机制,实现对异构集群的分布式控制,OSDK的使用在降低模块间耦合度的同时实现控制模块与执行模块的交互,其对底层控制逻辑的封装可减少时间成本;其次,在考虑真实物理环境中的惯性因素的基础上对人工势场法进行改进,设计一种一致性联合虚拟势场(CVPF)编队算法,解决目标不可达问题并使用DUSS进行演示;最后,通过试验证明DUSS在保证避碰的前提下可实现编队飞行、队形保持以及队形变换等功能,验证了DUSS作为分布式无人机集群平台的可行性与CVPF算法的稳定性。