基于虚拟直流电机控制的船舶高频高峰值脉冲负载冲击平抑控制策略研究

高频高峰值脉冲负载对具有弱惯量特性的船舶电力系统呈现较大的功率冲击影响,严重时会造成船舶发电机组振荡停机。针对这一问题,该文首先建立典型脉冲负载的数学模型,研究脉冲负载功率特性及其对船舶电力系统冲击机理。根据研究结果,提出采用超级电容冲击平抑装置平抑脉冲功率。其次,通过分析虚拟直流电机(VDG)运行机理,确定通过VDG控制提升双向DC-DC变换器惯量的可行性。基于以上研究,推导双向DC-DC变换器的小信号模型及系统传递函数,分析虚拟转动惯量及虚拟阻尼对平抑装置稳定性的影响。然后,提出一种适用于脉冲负载稳态运行和暂态突变的平抑装置控制策略。最后,基于RT Box 3半实物仿真平台,搭建了具有平抑装置的船舶电力系统模型,验证了所提控制策略的有效性。

基于输入均压与虚拟直流电机相结合的直流电能路由器控制策略

针对中压直流配电网接入下的直流电能路由器在新能源出力等工况下,使用传统控制策略对直流母线的控制效果一般、电压易越限等问题,基于模块化的输入串联输出并联(input-series output-parallel,ISOP)型拓扑结构,提出一种基于输入均压与虚拟直流电机相结合的直流电能路由器控制策略。首先,研究输入均压控制过程中模块间的功率均衡控制特性并与输出均流控制进行比较;接着,将虚拟直流电机控制应用到控制算法中,使变流器模拟出直流电机的惯性特性;然后,对虚拟直流电机建立小信号数学模型,分析其工作机理以及参数对系统的影响;最后,在MATLAB/Simulink中搭建仿真模型进行验证。结果表明:所提控制策略能够在实现直流电能路由器各模块间功率均衡的同时,具有类似直流电机的惯量特性与阻尼特性,可显著提高直流配电网直流母线电压稳定性。

虚拟直流电机荷电状态均衡控制

新型电力系统的惯性低,虚拟直流电机控制可以加强系统惯性和阻尼。多储能变换器应该考虑荷电状态(State of charge,SOC)均衡问题,提高系统稳定性。针对虚拟直流电机控制的多储能SOC均衡问题,利用直流电机机端电压和电枢电流的下垂特性,提出引入SOC离差及变均衡系数的变电枢电阻控制;针对下垂引起的电压偏移问题,采用虚拟直流电机转速补偿,用母线电容瞬时功率替代传统虚拟直流电机控制中电压PI控制,给定系统功率需求,减少比例积分环节个数。以两台蓄电池为例,在Simulink中进行仿真,并与参考文献的变电枢电阻函数对比可知,所提控制策略可抑制直流母线电压跌落,调节SOC均衡过程,提高其均衡速度和精度。

基于分组遗传算法的数据中心虚拟机节能映射

近年来,随着人们对云计算业务需求持续增长,数据中心能耗日益增加,由此不仅增加了运营成本,巨大的碳排放对生态环境也产生严重的影响,数据中心节能已成为当前亟须解决的重要难题。对云数据中心的虚拟机放置(Virtual Machine Placement,VMP)进行优化能有效地提高资源利用率,同时,VMP也是减少数据中心能耗的重要技术之一;针对数据中心的能耗感知VMP问题,提出一种基于分组遗传算法的节能算法EEGGA(Energy-Efficient Grouping Genetic Algorithm),算法将节能VMP问题视为装箱问题(Bin Packing Problem,BPP),并应用基于分组编码的遗传算法对其进行求解,通过减少活动物理主机的数量(装箱数量)以实现降低数据中心能耗的目标;在算法迭代过程的交叉和变异等阶段,设计了多种启发优化策略提升子代染色体的适应度,从而提高算法的节能性能和加快迭代收敛的速度;通过仿真实验,在收敛速度和求解性能等方面将提出的算法与传统的节能遗传算法进行对比,实验结果表明:提出的算法能够有效地减少数据中心的能耗,在节能性能和求解收敛速度方面均优于其他算法。

基于虚拟机自省的Linux恶意软件检测方案

随着物联网和云计算技术的快速发展,Linux恶意软件的数量和种类急剧增加,因此如何有效检测Linux恶意软件成为安全领域的重要研究方向之一。为了解决这一问题,文章提出一种基于虚拟机自省的Linux恶意软件检测方案。该方案利用虚拟机自省技术在沙箱外部安全获取内部运行状态,在实现全方位监控的同时,规避了恶意软件的反动态分析问题。与其他沙箱监控方案相比,文章所提方案增加了恶意软件在沙箱中的恶意行为表现的数量。针对特征之间的时序性,采用时序处理模型对沙箱获取的特征信息进行建模和训练,旨在判断Linux应用是否属于恶意软件。文章使用了3种神经网络,包括循环神经网络、长短期记忆网络和门控循环单元网络。实验结果表明,长短期记忆网络在该应用场景下检测效果更好,准确率达98.02%,同时具有较高的召回率,将虚拟机自省技术与神经网络模型结合应用于恶意软件检测,既能在虚拟机外部监控虚拟机内部,又考虑特征之间的时序性。

一种混合型双向直流变压器的改进虚拟直流电机控制

为实现中低压直流互联场景中串并联直流固态变压器的高效传输和灵活调压,组合CLLLC变换器模块和Buck/Boost-CLLLC变换器模块形成新的混合型串并联双向直流固态变压器(hybrid series-parallel bi-directional DC solid state transformer, HSBDCSST),使其兼具Buck/Boost-CLLLC变换器的双向灵活调压和CLLLC变换器的双向高效传输优势。同时提出了CLLLC模块的同步方波控制和Buck/Boost-CLLLC模块的改进虚拟直流电机(improvement virtual direct current motor, IVDCM)控制。其中各CLLLC模块采用同一个固定频率占空比为50%的方波进行控制以保证高效率。而对于Buck/Boost-CLLLC模块,在传统虚拟直流电机(virtual direct current motor,VDCM)控制的基础上引入直流电机额定角速度随机械功率按比例变化的环节,构成IVDCM控制策略,实现调压并改善直流变压器的惯性阻尼特性,有效提高了系统的响应速度与动态特性。最后搭建3模块串并联系统的Matlab/Simulink仿真模型及实验平台,验证了该控制方法的有效性。

基于虚拟机调度策略的云计算Web应用资源弹性调度研究

随着云计算技术的不断发展和普及,计算需求对云计算Web应用资源调度的要求日益提高。因此,文章设计了一种基于排队论模型与虚拟机调度策略的云计算Web应用资源调度方法。测试结果显示,此次研究设计的调度方法在整个测试过程中的请求端到端平均响应时间明显低于其他对比调度模型。这表明此次研究设计的调度模型在云计算Web应用资源调度方面具有较强能力,对于提升云计算效率具有积极作用。

面向Link16的QualNet与虚拟机信息交互接口设计与实现

Link16是美国国防部采用的高速视距战术数据链,广泛应用于美国海军、联合部队和北约部队,针对其开展测试评估具有重要军事意义。通过硬件在环技术将Link16实物设备接入到仿真测试中,可有效提高测试结果的真实性和准确性。然而当测试场景需要进行实物设备组网测试时,仍会带来成本问题。为此,提出一种面向QualNet MAC层的Link16专属模型以及与之匹配的虚拟机信息交互接口。该模型可高逼真模拟Link16通信行为,实现Link16节点竞争接入、时隙划分、NPG分组等功能。并基于数据分布式服务实现了虚拟机交互接口,将运行在虚拟机的Link16设备模型接入QualNet测试场景。实验测试结果表明,所设计模型具有较高真实性和准确性且接口引入延时不超过1 ms,为大规模数据链网络测试提供一种新方法。

基于COLO的主备虚拟机桌面同步研究与设计

为保证双机容错系统中主备虚拟机的桌面显示同步,提出一种基于VNC的输入分发方法,使主备虚拟机保持输入数据流的一致性,保证二者界面的一致性。针对QEMU/KVM中COLO在图形化操作系统的虚拟机同步下表现不佳的问题,通过引入X11响应事件,对主备虚拟机的图形界面进行比较检查,实现主备虚拟机桌面同步并降低同步的时间开销。通过实验对比分析,验证了该方法的可行性与有效性。

基于ICN的数据中心虚拟机动态迁移方法

为了解决传统数据中心网络在支持虚拟机(Virtual Machine,VM)快速动态迁移过程中不能完全避免服务中断的问题,提出了一种基于信息中心网络技术(Information Centric Networking,ICN)的VM动态迁移方法——ICVM。ICVM基于ICN中标识与地址分离的思想,将VM从地址上解耦,路由请求基于VM标识,因此,当VM被迁移到不同的物理机时,其IP、MAC地址可保持不变,服务不会中断。实验结果表明,相较于目前数据中心网络广泛采用的EVPN-VXLAN技术,ICVM不仅支持VM的无缝动态迁移,而且所产生的控制开销数量平均减少了约98%,网络中交换机转发表大小平均减少了约97%,具备很强的扩展性。

基于虚拟同步发电机的多机逆变系统稳定性分析

为解决新能源并网逆变系统给电网惯量和阻尼特性带来的问题,虚拟同步发电机技术(VSG)得到广泛应用,但VSG的引入也可能对系统的稳定性带来影响。对此,首先在单机逆变系统小信号模型的基础上建立多机逆变系统小信号模型;然后,分析系统关键参数特征根轨迹,从参数异步变化角度研究目标参数对多机系统整体和各VSG之间高、中、低频稳定性的影响,揭示了多机系统参数的多频段稳定性影响规律,确定了多机系统部分结构和控制参数的稳定裕度。最后,通过仿真试验验证了理论分析的结论。

基于脑机接口和虚拟现实游戏的空间认知训练实验系统与验证

空间认知能力被认为是人类正常生活所必备的重要能力,适当的训练可以帮助认知功能受损的老年人提高空间认知能力。该研究旨在探讨如何借助虚拟社区公寓游戏、脑机接口(BCI)和虚拟现实(VR)技术来提升认知障碍老年人的空间认知能力。研究方法包括基于空间认知理论、使用VR头戴设备HTC VIVE Focus的虚拟社区公寓游戏设计,以及对脑电信号进行功率谱密度特征提取和支持向量机(SVM)分类分析。在行为数据分析结果中,随着实验者训练次数的增加,完成任务所需的时间明显减少。整个训练周期中,完成任务的时间成本总体呈下降趋势,同时任务准确性逐渐提高。从而表明受试者经过训练后的认知能力得到有效提升。利用功率谱密度提取脑电信号特征,并采用SVM和极线学习机(ELM)进行信号分类,发现在Alpha2频段,SVM的平均分类准确率逐步上升,这为游戏对空间认知有积极影响的观点提供了明确支持,受试者通过游戏训练显著改善了空间记忆和其他认知能力。研究结论表明,基于空间认知理论的VR训练游戏对提高老年人的空间认知能力具有显著效果。该系统结合科学理论和VR技术为认知障碍康复与个性化训练开辟了新途径,预期将提升老年人生活质量并推进医疗康复技术的创新。

一种云环境中的虚拟机回滚安全模型

虚拟机(VM)回滚可能会被滥用来对系统发动攻击,导致无论是否使用可信计算技术(TPM),云环境安全问题始终存在,对云计算安全提出严峻挑战。本文报告了在使用TPM环境中和不使用TPM环境中实施成功的攻击实验,分析了导致云安全问题的根本原因,提出一种基于回滚弹性虚拟TPM (rvTPM)的虚拟机回滚安全解决方案。rvTPM基于Xen环境设计实现并测试,实验结果表明:rvTPM在确保虚拟机回滚安全的前提下,不会对云计算环境造成任何明显的性能损失。

虚拟直流电机的虚拟储能控制策略

虚拟直流电机控制在平抑直流微电网的功率波动、提升直流母线电压稳定性等方面已经得到广泛的应用。由于微电网中分布式电源的随机性和不确定性以及微网中负荷的投切都会使得直流侧母线电压出现较大的波动,为了提高母线电压的调节能力,利用可控负荷的调节能力,结合负载变换器的虚拟电机控制,提出了1种虚拟直流电机与可控负荷协调的虚拟储能控制策略。通过调节虚拟电机的角速度实现对可控负荷消耗功率的调节,进而补偿母线功率波动,提高母线电压的稳定性。建立了虚拟直流电机旋转动能与直流电容充放电能量关系,通过MATLAB/Simulink搭建仿真模型,验证了该控制策略的有效性。

基于图形重写和融合探索的张量虚拟机算符融合优化

针对计算密集型神经网络在使用张量虚拟机(TVM)算符融合过程中对计算图进行逐层查找导致访问次数过多、内存资源利用率低等问题,提出一种基于图形重写和融合探索的TVM算符融合优化方法。首先,对运算符的映射类型进行分析;其次,基于运算定律对计算图进行重写,简化计算图结构以减少中间结果生成,降低内存资源消耗并提升融合效率;再次,采用融合探索算法寻找融合代价较小的算符优先进行融合,避免数据冗余和寄存器溢出;最后,在CPU上实现神经网络算符融合,并测试融合加速性能。实验结果表明,所提方法可有效减少计算图层数和算符个数,降低访存频率和数据传输量。与TVM算符融合方法相比,所提方法在融合过程中的计算图层数平均减少18%,推理速度平均提升23%,验证了该方法在优化计算图融合过程中的有效性。

悬臂式掘进机参数变型与交互式虚拟展示

针对现有掘进机设计中总体布局参数阶段效率低、易出错的问题,提出一种基于掘进机技术指标确定总体布局参数的方法。以EBZ200型矿用悬臂式掘进机为对象,首先对其进行功能模块的划分,随后分析得出各功能模块布局参数对掘进机总体性能指标的影响。通过Cinema 4D对掘进机模型进行绑定蒙皮处理,使用MATLAB计算性能逆算参数,采用MySQL构建相应的数据库,最后基于Unity3D引擎和C#脚本开发系统,根据掘进面的尺寸检索出合适的掘进机截割部参数组合,实现掘进机布局参数的可视化调整,同时实时显示布局参数变更对性能指标的影响,有效提升了掘进机的设计效率。

基于改进麻雀搜索算法的虚拟机放置方法

针对目前云数据中心存在资源利用率低、能源浪费严重的问题,提出一种基于改进麻雀搜索算法的虚拟机放置方法。针对基本麻雀搜索算法应用到虚拟机放置中存在易陷入局部最优、种群多样性不足等问题做出改进。在探索者位置更新后引入横纵交叉策略进行优化,改善算法在迭代前期就过早收敛于局部最优解的缺陷;将Levy飞行机制引入追随者位置更新中,扩大搜索范围,增加种群多样性;采用动态调节的透镜成像反向学习策略对种群个体求解反向解,增强种群逃离局部最优的能力。以降低能耗、资源浪费和SLA违背率为优化目标,采用基于模糊评估的方式对放置方案进行评价。实验结果显示,改进后的算法能减少资源浪费,提高服务质量,并且能显著降低能耗。

一种云平台虚拟机镜像保护的方法

提出了一种云平台虚拟机镜像数据保护的方法,主要解决云环境下大镜像文件通过网络传输时的机密性保护和性能优化问题,避免非法客户端对虚拟机镜像数据的恶意非法操作,防止平台数据泄漏。实验数据验证,该方法具备在云平台上进行大数据加密保护能力,同时使云平台虚拟机业务下发时的加密解密性能得到优化提升,在实际的工程应用中具有一定的可行性。

KVM虚拟机综合性能测试与分析

虚拟机是由虚拟化层提供的独立虚拟计算机系统,其综合性能对虚拟机的使用至关重要。文章设计高性能模式和性能均衡模式下两种实验方案,对基于oVirt的KVM虚拟机的综合性能进行测试,并对比分析两种不同模式下虚拟机CPU、内存带宽、磁盘IO和网络带宽的性能表现。实验结果表明,在高性能模式下虚拟机内存和磁盘IO性能表现相对较优,可为实际应用中规划合适的虚拟机模式提供依据。

云桌面系统虚拟机调度算法

当前云桌面系统中虚拟机调度存在效率低下、资源利用率不高、用户体验不佳等问题。针对云桌面系统中虚拟机调度的挑战,设计了一种基于负载预测和动态调整的虚拟机调度优化算法。首先利用负载预测模型对未来一段时间内虚拟机的负载情况进行预测,然后采取动态调整策略,包括虚拟机的迁移和资源调整,以实现资源的合理分配和利用。实验结果表明,该算法能够提升云桌面系统的整体性能和用户体验。Current virtual machine scheduling in cloud desktop systems suffers from issues such as low efficiency, suboptimal resource utilization, and poor user experience. In response to these challenges, a virtual machine scheduling optimization algorithm based on load prediction and dynamic adjustment is proposed. Firstly, a load prediction model is used to forecast the load of virtual machines in the near future. Then, dynamic adjustment strategies, including virtual machine migration and resource adjustment, are employed to achieve rational resource allocation and utilization. Experimental results demonstrate that this algorithm can enhance the overall performance and user experience of cloud desktop systems.