某省移动BOSS＆CRM系统出账优化分析

通过研究某省移动BOSS＆CRM系统月结出账期间各子系统出现峰值的原因,对出账进行优化,调整业务的账期,均衡BOSS＆CRM、HLR等系统负载,削峰填谷,提高设备利用率和投资效益。     

数据中心水蓄冷削峰填谷应用研究

介绍了水蓄冷削峰填谷在数据中心应用的优势，针对数据中心水蓄冷削峰填谷提出了几点建议，并结合具体案例分析了数据中心应用水蓄冷削峰填谷的可行性和经济性，说明了可在峰谷电价差较高地区的数据中心大力推广水蓄冷削峰填谷技术。     

面向“削峰填谷”的电力客户用电行为分析

为对海量电力客户实施有针对性的“削峰填谷”措施,提出了一种面向“削峰填谷”的海量电力客户用电行为分析方法.首先,利用聚类算法对国网某省公司主网一年的日负荷曲线数据进行聚类分析,得到不同时期主网的负荷特征.然后,分别对每个时期下所有电力客户的日负荷曲线数据进行聚类分析,得到不同主网特征下用户群体的负荷特征,对比主网和用户的负荷特征得到用户群体的“削峰填谷”模式.最后,利用动态时间规整算法将未来日期与历史日期进行匹配,得到未来日期用户群体的“削峰填谷”模式.实证研究表明,分析结果可以为有序用电、峰谷电价等公司决策提供更有针对性的参考依据,以更进一步实现配电网负荷的“削峰填谷”和平稳运行.     

数据中心后备冷源蓄冷节能运用的实践

本文利用电力供应优惠期(谷段或平段),通过蓄冷罐系统蓄冷来实现制冷系统电力负荷的削峰填谷。在数据机房投运前期,冷量需求低、轻负载运行时,通过蓄冷罐系统进行充冷、放冷来节约能源,避免冷机低效/不稳定(喘振)运行,同时节约一定费用。     

基于微网并网的智能电网用户用电福利研究

考虑需求侧响应的微网并网运行机制能够引导用户合理用电,对研究智能电网用户用电福利具有重要意义。综合光伏、风能发电的不稳定性,提出微网并网运行机制下需求侧响应策略,以微网运行成本最小和需求侧用电效用最大为目标,建立了考虑需求侧响应的微网并网运行福利模型。仿真结果表明所建立的模型可达到用户最大用电福利,且有利于削峰填谷,降低供电压力,提升用户参与建设微网的积极性。     

软交换网络资源评估与优化探讨

固网智能化后,网络和业务组网重叠,业务嵌套情况复杂,核心网网络资源存在诸多资源利用率不合理的情况,对后续业务开放造成影响.因此网络资源的评估和优化成为转型网络运行维护的重要课题.本文主要通过对现网资源利用率的分析,剖析了进行网络资源的评估和优化的必要性,并对网络资源的优化和评估提出策略和建议.     

考虑可平移负荷的综合能源系统动态优化调度策略

综合能源系统因多能互补、协调优化等特性受到了广泛关注,但该系统的热电机组在运行时的调峰能力具有一定局限性。为降低综合能源系统的用能成本,提升系统的用能效率,改善其调峰能力,文中提出了一种考虑可平移负荷的综合能源系统动态优化调度策略。该策略以系统的整体运维成本最小化为目标,结合可平移负荷和相关算例构建仿真模型,并采用自适应混沌粒子群算法进行求解。结果表明在引入可平移负荷时,多能源微网能够较好地达到削峰填谷目的,并降低系统综合运行成本,实现节能减排效果。同时,文中将传统粒子群算法与自适应混沌粒子群算法作比较,证明了自适应混沌粒子群算法在精度与效率上都优于传统的粒子群算法。     

IP城域网端到端QoS部署与优化研究

当前IP城域网负责的新业务给原本的网络传送方式带来了挑战,若想提升IP城域网负责业务的综合承载能力,则需要优化QoS技术。通过分析IP城域网端到端的QoS部署原则,围绕服务模式、分类、流量调整、网络拥塞解决等方面探究QoS部署和优化策略,为运营商解决QoS部署存在的问题并提供指导,总结QoS部署与优化策略的关键点。     

冰蓄冷与电制冷空调方案比较

本文针对具体工程介绍了冰蓄冷的特点,对电制冷方案和冰蓄冷方案在初投资及运行费进行了经济分析。分析结果表明,蓄冷空调通过移峰填谷作用,有助于电网运行的优化调配和节能,虽然冰蓄冷初期投资较大,但可以降低运行费用,在有电价差的地方具有很好的应用前景。     

径向基网络模型在上海地铁客流预测中的应用研究

基于对国内外科学家的工作和研究成果的分析,运用数学和计算机辅助技术,采用径向基RBF神经网络模型针对轨道客流变化进行建模,将其应用于城市轨道交通突发大客流研究领域.通过合理,准确的短期客流预测为地铁运营公司及时地调整运营计划、适时地为乘客发布乘车信息、准确地执行客流管理控制预案提供依据,确保轨道系统高效、有序、安全的运行,最大限度地使客流削峰填谷,减轻运营压力,最终提高交通网络运行和管理的效率.     

基于迁移演员-评论家学习的服务功能链部署算法

针对5G网络切片环境下由于业务请求的随机性和未知性导致的资源分配不合理从而引起的系统高时延问题,该文提出了一种基于迁移演员-评论家(A-C)学习的服务功能链(SFC)部署算法(TACA)。首先,该算法建立基于虚拟网络功能放置、计算资源、链路带宽资源和前传网络资源联合分配的端到端时延最小化模型,并将其转化为离散时间马尔可夫决策过程(MDP)。而后,在该MDP中采用A-C学习算法与环境进行不断交互动态调整SFC部署策略,优化端到端时延。进一步,为了实现并加速该A-C算法在其他相似目标任务中(如业务请求到达率普遍更高)的收敛过程,采用迁移A-C学习算法实现利用源任务学习的SFC部署知识快速寻找目标任务中的部署策略。仿真结果表明,该文所提算法能够减小且稳定SFC业务数据包的队列积压,优化系统端到端时延,并提高资源利用率。     

基于计算、存储、传送资源融合化的新型网络虚拟化架构

5G与边缘计算等应用场景的兴起,使得计算、存储等基础IT资源离散部署与多级部署成为一大发展趋势,如何结合网络基础设施为用户提供更为便捷的、定制化的专属服务,提高整体资源利用率,成为网络技术发展的新方向。重点分析了网络虚拟化的特征与发展、资源发展与融合趋势以及新兴业务对资源供给新需求等,提出了一种基于多维资源融合化的网络虚拟化架构,即通过在网络虚拟化架构中引入资源发现与资源交易过程,将多方、异构的资源有机整合成统一资源平面,在此基础上根据用户需求进行资源切割与虚拟化,以适应新兴业务对资源需求快速灵活的特点,并能够有效提高资源利用效率,降低运营成本。由于资源联合优化涉及多个领域的研究,网络虚拟化架构将随着业务需求与商业模式的发展而不断完善,以期为未来业务发挥重要作用。     

面向可靠性的5G网络切片重构及映射算法

针对传统网络切片映射方法资源利用率低且可靠性差的问题,该文提出了可靠性感知的网络切片(NS)重构及映射策略(RNSRE)。首先,建立了面向可靠性和资源的网络切片可靠映射效用函数。其次,综合考虑虚拟网络功能(VNF)的资源需求和位置约束,提出了一种VNF可靠性需求的度量方法。在此基础上,以最大化VNF可靠部署收益的同时最小化链路带宽资源开销为目标,建立了切片可靠映射整数线性规划模型。最后,针对不同的网络切片类型,提出了基于邻域搜索的网络切片映射算法和关键VNF备份的网络切片重构映射算法。仿真结果表明,所提算法在满足VNF可靠性需求的同时,提高了资源利用率,降低了映射的开销。     

新形势下的安全虚拟化方案

在云计算数据中心的建设过程中,单个租户的业务需求会不断的变化,其对于存储、计算、网络等资源的占用可能需要进行实时的调整,以提升基础设施的利用效率。同时,随着租户规模的增加,多租户在最大化共享云计算基础资源的时候,如何保证多租户之间数据的安全隔离,成为了云计算用户关注的焦点。正是在这种环境下,虚拟化技术应运而生。在存储、计算、网络虚拟化逐步规模应用的阶段,安全产品作为网络侧的不可或缺的业务,能否匹配数据中心虚拟化技术要求,满足安全资源按需部署、快速交付、综合防护的关键需求,其虚拟化架构至关重要。     

带有生存性感知的低成本光无线混合网络无线功能部署策略

光无线混合网络的生存性保障程度与部署成本之间存在矛盾。为提高网络资源利用率,该文提出一种低成本的无线功能部署策略。根据网络中无线功能部署情况,综合考虑网络生存性保障程度及部署成本两方面因素,在此基础上,提出基于向量评价的二进制粒子群算法实现其优化过程,进而,由进化得到的种群粒子不断调整光网络单元选取,以较低的成本实现较强生存性的网络部署。结果表明所提出的无线功能部署策略能有效提高网络的生存性,并大幅度的降低网络成本。     

基于SMDP的虚拟化无线传感网络资源分配策略

针对传统无线传感网络(WSN)中资源部署与特定任务的耦合关系密切从而造成较低的资源利用率问题，将虚拟化技术引入WSN，提出基于半马尔科夫决策过程(SMDP)的资源分配策略。定义虚拟化WSN的状态集、行为集、状态转移概率，考虑传感网能量受限以及完成虚拟传感网络请求(VSNR)的时间，给出奖励的表达式，并使用值迭代的方法求解特定状态下的行为，在提高资源利用率的同时最大化网络资源提供者的长期收益。数值结果表明，所提的资源分配策略能有效提高资源提供者的收益。     

基于大数据分析的频谱资源管控系统设计

针对电磁环境恶化,频谱资源匮乏、分配不均及其在空间、时间和频域上存在的高度相关性的问题,文中提出了一种基于大数据分析的频谱资源管控系统。该系统由频谱监测与存储、数据分析处理和管控中心3个功能模块组成。首先,采用分布式的数据采集架构采集频谱信息和GPS信息;然后,使用大数据分析技术预测下一次时刻频谱资源的使用情况,以合理的检测可用信道、提高频谱监测的效率,优化频谱监测的策略;最后,使用管控中心管理不同等级用户的频谱使用权限。仿真测试结果表明,该系统能有效地处理海量的频谱数据、提高频谱资源的利用率。     

Spectral resource defragmentation based on PCE in flexible bandwidth optical networks

The granularity of the flexible bandwidth optical network is the spectral slots,which is much smaller than that of the wavelength switch optical network.For the dynamic clients’ connections setup and tear down processes,it will give rise to fragmentation of spectral resources.It is the decline in the probability of finding sufficient contiguous spectrum for new connections that result in the fragmentation of spectral resource.To be more specific,these spectra may be unavailable and waste.In this case,the severe waste of the spectrum will lead to low efficiency in spectral utilization and will not adapt to large capacity requirements of transmission in the future.Because path computation element(PCE) framework has the characteristics of the central disposal and deployment of the spectrum resource,we construct the spectral resource allocation scenario based on PCE framework in the flexible bandwidth optical network to use spectrum resource effectively.Based on the principle of the generation of the fragmentation,we put forward a spectrum resource defragmentation algorithm to consolidate the available spectrum for clients’ connections.The simulation results indicate that this algorithm is able to reduce fragmentation of network,improve the continuity of spectral resource,reduce the blocking rate of services in the network and improve the spectral efficiency significantly.     

基于半马尔科夫决策过程的虚拟传感网络资源分配策略

针对传统无线传感网络(WSN)中资源部署与特定任务的耦合关系密切,造成较低的资源利用率,进而给资源提供者带来较低的收益问题,根据虚拟传感网络请求(VSNR)的动态变化情况,该文提出虚拟传感网络(VSN)中基于半马尔科夫决策过程(SMDP)的资源分配策略。定义VSN的状态集、行为集、状态转移概率,考虑传感网能量受限以及完成VSNR的时间,给出奖赏函数的表达式,并使用免模型强化学习算法求解特定状态下的行为,从而最大化网络资源提供者的长期收益。数值结果表明,该文的资源分配策略能有效提高传感网资源提供者的收益。     

一种基于匹配博弈的服务链协同映射方法

针对软件定义网络(SDN)/网络功能虚拟化(NFV)环境下服务链映射难以兼顾效率与物理资源利用率的问题,该文提出一种基于匹配博弈的服务链协同映射方法。首先,以最大化网络资源效用为目标,建立服务链映射模型MUSCM;然后,分虚拟网络功能(VNF)部署和组链两个部分解决服务链映射问题,VNF部署部分,设计基于多对一匹配博弈理论的算法协同服务链和服务节点双方互相进行选择,有效提升了服务链的映射效率和物理资源的利用率,在此基础上,设计基于分段路由策略的算法实现各VNF实例间的流量牵引以完成VNF组链,有效降低了链路传输时延。实验结果表明,与经典算法相比,该算法在保证映射请求接受率的同时,有效降低了服务链的平均传输延时,提升了系统的物理资源利用率。