船舶交通数据实时传输可靠性评估系统

为保障船舶交通数据实时传输的可靠性,设计船舶交通数据实时传输可靠性评估系统。从网络条件、节点设备、环境因素与网络管理4个主要方面出发选取评估指标,构建船舶交通数据实时传输可靠性评估指标体系;采用基于三角模糊数的模糊层次分析法计算评估指标的权重值;将各评估指标与对应的权重值形成并进行汇总,由此得到最终船舶交通数据实时传输可靠性评估结果。实验结果显示,该系统能够获取准确的评估结果,且由于不同因素造成的船舶交通数据实时传输故障发生概率下降幅度均达到50%以上,由此说明基于该系统的评估结果能够有效保障船舶交通数据实时传输的可靠性。

一种近实时全球电离层数据同化和预报系统的构建与实现

电离层天气变化正成为目前空间天气预报最重要的内容之一,建立一个可靠的、精确的电离层特征参量现报和预报系统对空间科学研究及军民用无线电信息系统保障均具有重要价值。基于国际GNSS服务组织(International GNSS Service,IGS)的地基GNSS和全球电离层无线电观测站(Global Ionospheric Radio Observatory,GIRO)数字测高仪的实时数据,以国际参考电离层(International Reference Ionosphere,IRI)模型为背景模型,采用高斯-马尔可夫-限带卡尔曼滤波同化技术,结合超大规模矩阵稀疏存储与处理方法,在云计算平台上构建完成了近实时全球电离层数据同化和预报系统(near-Real-Time Global Ionospheric Data AssiMilation and forecasting system,RT-GIDAM)。该系统具备了全球电离层TEC和电子密度的近实时(延时约5 min)、较高空间(5°×2.5°)和时间分辨率(15 min)的同化和预报功能,可为空间物理研究及相关无线电系统应用提供数据支撑。

实时数据库数据的批量写入及性能测试研究

通过对石油化工行业使用较多的PHD实时数据库在多模式下的数据批量写入,以标准差指标对测试值进行可信度分析、测试调校,得出多模式下实时数据批量修改、更新测试的最优结果,探索一种行之有效的工业实时数据库优化、应用的方法。

外测实时数据融合方法分析

针对目前任务模式复杂、测量装备种类多且跟踪能力不同的问题,充分利用汇集于中心的大量装备测量数据,改变原有的接力分段处理的方式,研究测元级和弹道级的实时融合处理方法,给出切实可行的数学模型和方法步骤,并模拟异常数据分别计算,分析两种方法的处理精度和适用情况。该方法已经在实时处理软件中使用,保障了多项任务的实时数据处理,较传统处理方式有明显提高。

基于GPS数据的实验室制氢废液污染实时监测

为了提高制氢废液污染监测效果,文中提出基于GPS数据的实验室制氢废液污染实时监测方法。利用GPS系统采集污染数据,通过串口读取GPS数据,定位污染位置。以降低监测能耗为目的,采用在线监测机制和短信通知监测相互转换形式实现实验室制氢废液污染实时监测。结合GPS、GPRS、GIS三种技术对监测所得数据进行管理与分析,为实验室制氢废液污染治理提供技术支持。通过实际应用结果表明,文中设计方法监测能耗较低,安全性强,监测数据传输效率较高,证明所提方法具有较好的应用性能,可用于实验室制氢废液污染的实时监测。

基于流计算和大数据平台的实时交通流预测

目前交通流预测实时性差,很难满足在线分析和预测任务的需求,基于此提出一种Flink流计算框架和大数据平台结合的实时交通流预测方法。基于流计算框架实时捕捉和预处理数据,包括采用Flink的transform算子对数据进行校验和处理,将处理后的数据sink到大数据的HDFS文件系统,交由下一步的大数据并行框架进行分析建模与训练,实现基于流计算和大数据平台的实时交通流预测。实验结果表明,Flink能够实时捕捉和预处理交通流数据,把数据准时无误送入分布式文件系统中,在此基础上借助大数据框架下的并行分析和建模优势,在实时性数据分析与预测方面取得了较好的效果。

安全大数据驱动的核电厂实时概率安全分析研究现状与发展前景

概率安全分析(PSA)是保障核电厂安全运行的关键方法之一,现有PSA方法多依靠有限的数据和专家经验开展静态的安全风险量化,难以精确反映核电厂运行阶段真实动态风险。核电厂运行过程中已实时收集并存储了大量可用来记录和描述系统安全状态的安全大数据,其信息提取和PSA融合需求迫切,本文对安全大数据在核电厂安全保障中的地位进行介绍,并分析总结安全大数据驱动的核电厂实时概率安全分析研究现状和发展前景。结果表明:安全大数据的应用有助于全面分析核电厂实时运行风险,将由安全大数据转换而来的安全信息与现有概率安全分析方法有机融合以实现准确可信的核电厂实时安全分析是未来重要方向。

面向托卡马克破裂预测的实时数据采集系统设计

[目的]等离子破裂是托卡马克核聚变装置运行中的重大威胁。破裂缓解系统可以降低等离子体破裂对装置的危害,其动作时机高度依赖于实时运行的等离子体破裂预测系统对等离子体破裂时刻的预测。基于深度学习的神经网络已被用于训练等离子体破裂预测模型,其实时运行需要来自多种诊断的大量实时数据。[方法]文中提出一种实时数据采集系统的设计方案。该系统基于模块化结构进行设计,分为多通道采集模块、ADC转换控制和数据读取模块、数据分组与封装模块和数据传输网络模块。数据传输网络模块基于运行在FPGA上的10 G速率的硬件UDP网络协议栈进行构建。该硬件UDP协议栈具有确定性的数据传输过程,使得系统具有很低的传输时延。[结果]该实时数据采集系统的采样率可以达到每通道2 MSa/s,数据吞吐速率超过9.3 Gb/s,数据传输延迟小于10μs。[结论]该实时数据采集系统可以为破裂预测程序提供快速传输的实时诊断数据流。高采样率使得系统可以对辐射、电子温度等1维诊断进行实时传输,提高数据时间分辨率。高数据吞吐率可以提高诊断数据的传输数据量,低数据传输时延可以减少破裂预测模型获取诊断数据的时间。

边缘计算环境下的实时数据分析与优化策略研究

随着边缘计算技术的不断发展,实时数据分析在边缘计算环境中的应用日益受到关注。本文首先以边缘计算环境下的实时数据分析与优化策略为研究主题,系统地探讨了边缘计算的概念、实时数据分析的挑战与重要性,以及边缘计算环境中的数据特点。其次通过深入分析边缘计算体系结构和实时数据分析技术,本文提出了一系列优化策略,包括资源分配与调度、数据传输与网络优化、计算任务负载均衡以及能耗优化。最后结合实际应用案例,本文展示了实时数据分析与优化策略在工业物联网中的集成应用,并对策略效能进行评估。

智能电表实时数据异常分析及改进

智能电表实时数据异常包括功率瞬时值显示异常和电量及表号显示异常,深入分析这2种异常现象的原因,并提出了改进措施。

电磁能系统智能运维实时数据处理关键技术及应用

为应对电磁能运维实时数据管理系统在大规模、分布式和异构化业务场景下面临的挑战,首先在综合考虑各类电磁能系统运维实时数据特征和实时数据管理需求的基础上,结合内存非关系型键值数学模型,构建了以数据为中心的电磁能实时数据处理流程;然后,针对电磁能系统各业务软件与数据管理系统紧耦合的问题,提出了应用消息中间件的通用化数据管理系统结构,以消息包传输机制实现了数据流在实时数据库与业务软件间传递解耦合;最后,搭建了面向不同软硬件测试环境的电磁能实时数据管理原型系统,对所提架构进行了单节点和多节点的读写性能测试,并通过业务处理延时指标对比验证了该架构的技术可行性和适配性。

基于云边协同的智能制造系统中的实时数据处理与分析研究

旨在探讨基于云边协同的智能制造系统中的实时数据处理与分析的方法与应用。随着制造业的数字化转型,实时数据处理与分析对提高生产效率和质量至关重要。作为一种新兴的计算范式,云边协同允许将数据处理任务分布到边缘设备,以满足实时性要求。提出了一种基于云边协同的框架,通过实验验证了其有效性。结果表明,所提出的框架能显著提高数据处理效率,满足实时性需求,为智能制造系统的数字化转型提供了有力支持。

基于边缘侧采集装置的实时数据监测方法分析

阐述一种基于边缘侧采集装置的实时数据监测方法,该方法通过将数据采集与处理分布到边缘侧设备上,实现对数据的快速响应和高效处理。同时采用多层次的数据监测策略,包括预处理、实时监测和异常检测等环节,确保数据的准确性和完整性。

基于Python的选煤厂生产数据实时报送系统开发

传统的选煤厂生产数据报送方式耗时耗力,数据的时效性、准确性、完整性和真实性无法保障,且缺乏深入分析,无法与当下流行的即时通讯软件进行数据通讯。为此,在确定采集目标和数据需求的基础上,基于OPC协议和WebSocket协议,通过建立MySQL数据库、选择合适的Python库、编写数据采集代码,并选取合适的即时通讯软件,对选煤厂生产数据实时报送系统进行了开发。选煤厂生产数据实时报送系统可实现如下功能:自动采集和传输数据;提取数据中的关键信息和规律,并对数据进行处理和分析;自动生成生产报告和统计分析报告,并通过即时通讯软件将生产数据自动推送至相关人员,从而保证数据报送的实时性与共享性。该生产数据实时报送系统可为后续选煤厂的智能化升级改造提供数据支撑。

雅万高铁动车组车载数据实时传输关键技术及应用研究

针对雅加达—万隆高速铁路(简称:雅万高铁)的车载数据尚未实现实时传输和应用,不利于开展动车组故障诊断及分析的情况,文章基于KCIC400AF型动车组车载无线传输装置的工作原理,设计了车载数据实时传输架构。通过采用车地无线传输安全机制、分布式大数据实时处理和分级多维监控等关键技术,实现动车组车载数据的实时传输,满足安全性与可靠性要求;根据动车组运用维修业务场景,分析车载数据在实时监控与故障处置、参数关联与运营维护决策等方面的应用,提高雅万高铁运营安全保障能力。

基于数据融合的高校化学品实时管理体系构建

高校化学品使用具有种类多、单品存量小、专业覆盖面广、存储区域分散等特征,实时记账、科学分类存储难以落实,给高校实验室带来重大安全隐患。某高校将数据融合技术引入化学品管理体系,实现从购置源头到使用过程、处置末端的全数据管理,完成了“一体两翼多支点”式化学品管理软、硬件平台建设,包括化学品申购云商城及全过程管理云平台、院级试剂库及校级危废暂存库、智能化学品存储柜。在抽取数据特征、实现全数据融合的基础上,以“二维码”为核心,建成了“扫码开门、扫码存储、及时称量、自动记账”的化学品实时管理体系。

高吞吐量基础设施检测数据实时处理技术

为满足基于5G传输的车地无线传输系统中检测数据实时处理需求,提出融合分布式流处理平台Apache Kafka(简称Kafka)和分布式处理引擎Apache Flink(简称Flink)的高吞吐量实时检测数据处理方法。基于Kafka构建实时检测数据仓库,实现对实时检测数据的有序快速读取与存储;以Flink作为实时计算引擎,实现高吞吐量数据流下对检测数据的实时处理与分析。为缩短实时检测数据关联台账数据的时间,提出基于时空索引的台账关联方法。通过对综合检测列车采集的实时检测数据的处理,证明了所提方法能确保高吞吐量数据流下数据处理稳定高效进行,且实时检测数据平均处理时间在1 min以内,能满足地面工作人员对综合检测列车检测设备状态的远程实时监控需求。

GNSS在地形图制图中的动态数据采集与实时更新策略分析

研究旨在探讨GNSS在地形图制图中动态数据采集与实时更新的策略。通过分析GNSS技术的基本原理和地形图制图的需求,提出动态数据采集和实时更新的方法。在此基础上,结合应用案例验证该策略的有效性。结果显示,采用GNSS进行动态数据采集和实时更新可以提高地形图的精度和时效性。该文的研究为地形图制图领域提供一种有效的数据采集和更新方法,具有重要的应用价值和推广意义。

基于异构并行的DAS高密度数据实时解调技术

针对分布式光纤声波传感(Distributed optical fiber acoustic sensing,DAS)系统中高密度数据实时解调的需求,提出了基于中央处理器(Central processing unit,CPU)和图形处理器(Graphic processing unit,GPU)的异构并行计算架构,完成了实时解调双通道外差型DAS系统传感数据,可满足同时对两个通道共5000个等效阵元实时解调处理需求。此系统每秒需处理的数据量高达400 MB,相较于仅使用CPU运算的225.5 s运算时间,采用异构并行计算架构的运算时间优化到了468.2 ms,运算速度提升了482倍,且该方案仍有巨大的算力冗余空间,可为后续DAS系统整体实时性能的提升提供算力支持。

数据湖平台智能油田实时数据服务标准化研究

智能油田应用开发涉及的数据种类繁多、来源多样,数据量大且标准不一。勘探开发数据湖平台的目标是在数据源与数据应用之间建立桥梁,对采集到的原始数据在数据湖内进行标准化治理、聚合加工并封装为标准化服务提供应用系统调用,实现数据资源的管用分离。根据某智能油田项目所开展的实时数据服务入湖迁移与标准化改造工作,提出了一套基于数据湖平台的智能油田实时数据服务标准化开发方法,并利用数据湖平台实时数据开发工具,将智能油田实时数据服务经标准化改造后迁移入湖。该项研究为油气生产企业数智化转型提供了新的方法与工具支撑,有助于提高智能油田大数据分析应用的开发效率与质量。