基于Agent的分布式软件部署系统框架的研究

针对分布式环境中的多模块软件的部署需求,提出了基于Agent的分布式软件部署的系统框架.在该框架下,对分布式软件参数描述语言进行定义和对分布式系统中的多节点机器的信息进行建模,提出可配置的分布式软件部署的决策算法,并在多Agent通信机制下对软件部署过程进行协同决策,实现了分布式软件的智能部署.     

分布式仿真训练系统通用开发框架研究

针对当前复杂分布式仿真训练系统在开发过程中存在着大量重复工作的问题,在分析其共性特征的基础上,提出了一套适用于分布式仿真训练系统的通用开发框架。该框架采用基于HLA的分布式结构,包含岗位训练软件开发框架、训练指挥台开发框架、三维场景显示开发框架和一个数据库系统,满足共性特征。详细阐述了通用开发框架的软件架构、通用功能类库和自动化科目生成器。描述了使用该框架进行仿真训练系统开发的一般流程。实际应用表明,该框架不仅能够大大减少重复的开发工作,而且统一的软件架构也有利于系统的维护。     

云计算环境下分布式缓存技术的现状与挑战

作为云平台提升应用性能的一种重要手段,分布式缓存技术近年来受到了工业界和学术界的广泛关注.从云计算与分布式缓存技术的结合入手,分析介绍了分布式缓存的特性、典型应用场景、发展阶段、相关标准规范以及推动缓存技术发展的若干关键要素.为系统地了解分布式缓存技术的现状和不足,建立了一个云环境下分布式缓存技术的分析框架--DctAF.该框架从分析云计算的特点和缓存技术的边界出发,涵盖6个分析维度.基于DctAF框架,对当前缓存技术进行总结和分析,并对典型系统进行比较.在此基础上,深入阐述了云环境下分布式缓存系统面临的挑战;围绕上述挑战,分析和比较了已有的研究工作.     

一种基于分布式对象技术的分布式监控系统设计

分布式对象技术是当今计算机软件开发所采用的一种重要技术,与传统开发技术相比,它具有更好的开放性和扩展性.在对分布式监控系统模型进行分析的基础上,使用分布式技术,提出了一种基于CORBA的分布式监控系统的系统框架,并针对实际应用讨论了系统各个成员的定义、实现以及部署方案.     

基于CORBA的分布式监控系统开发

分布式对象技术是当今计算机软件开发所采用的一种重要技术,与传统开发技术相比,它具有更好的开放性和扩展性。本文在对分布式监控系统模型进行分析的基础上,使用分布式技术,提出了一种基于CORBA的分布式监控系统的系统框架,并针对实际应用讨论了系统各个成员的定义、实现以及部署方案。     

分布式业务网管中安全服务框架的设计与实现

在分布式架构的业务网络管理系统中,保证业务数据在分布式节点间高效、实时和安全传输是系统可靠运行的关键问题之一.针对分布式业务网管对安全服务的具体需求,在分析传统网络管理系统安全解决方案的基础上,综合运用了XML签名与XML加密等多种安全技术,设计并实现了一种安全服务框架.提出了该框架的体系架构,详细介绍了框架的层次结构、功能模块和处理流程,并对框架中的关键模块,给出了详细的解决方案和基于Java技术的实现示例.     

自适应分布式工作流引擎的研究与设计

目前,分布式工作流系统已经取代集中式系统成为工作流系统主流。针对当前分布式工作流应用中执行环境和需求的变化性,提出了一种基于MVC结构和中介者模式的自适应的分布式工作流系统框架。在该框架中,一方面,执行引擎动态迁入迁出;另一方面,系统对过程和活动两个粒度进行任务调度,从而提高系统对运行环境的适应性以实现分布式工作流系统的柔性和扩展性。     

基于多代理的分布式构件库系统框架

本文提出了一个基于多代理的用于主动服务的分布式构件库系统框架,并将构件语义网络应用到该系统框架之中。在局域网环境下,根据分布式构件库系统框架实现了一个原型系统,该系统能够实现基于语义导航的构件搜索、构件间关系的展现,以及基于移动代理的构件搜索过程。基于多代理的分布式构件库系统框架具有一定的智能性和良好的扩展性。     

一种基于环形结构的新型分布式入侵检测模型

分析了目前的分布式入侵检测系统的特点和协作方式,提出了基于逻辑环形分布式协作控制技术的分布式入侵检测模型,解决了目前分布式入侵检测系统中各系统闭协作效率低、配置复杂、检测响应慢等缺陷。详细论述了环形结构的分布式入侵检测系统的体系结构和系统框架,提出了一套基于环形结构的分布式入侵检测协作算法。     

B/S结构的大型警用地理信息系统设计

对警用GIS(地理信息系统)在数据基础、业务模式、权限控制、应用模式4个方面的应用特点进行了总结。针对大型Web GIS系统在性能和扩展性上的要求,提出了框架设计及数据存储、空间数据服务、权限管理、业务框架等主要部分。空间数据服务引擎的分布式扩展可以提高系统性能,业务框架的可扩展性可以满足业务扩展的需要。最后给出了一个实例系统的实现。     

用电信息采集系统中分布式光伏发电量缺失值修复方法的研究

受采集设备故障、通信信道不稳定以及外界干扰等诸多因素的影响,用电信息采集系统在采集分布式光伏的发电量时会发生失败,造成用电信息采集系统中分布式光伏的发电量存在缺失值,进而影响基于分布式光伏发电量所开展的各类分析,如分布式光伏发电量预测、分布式光伏所在台区的线损分析等。为解决上述问题,本文提出了“同一地理区域内分布式光伏的发电量曲线具有很强的相关性”这一推论,并通过计算某地理区域的周发电量曲线相关系数矩阵验证了该推论的正确性。基于该推论,本文提出了周发电量趋势曲线的概念,以表征某一地理区域内分布式光伏发电量曲线的波动规律。基于周发电量趋势曲线提出了一种用电信息采集系统中分布式光伏发电量缺失值的修复方法,通过算例分析验证了该方法有效可行。     

浅谈分布式光伏发电

分布式光伏发电作为新型能源,在未来发展具有很广阔的前景。文章结合目前分布式光伏发电实际发展情况,介绍了光伏发电原理、光伏电源对配电网的影响及系统保护配置等,并具体介绍了分布式发电并网调度管理的运行步骤。     

基于离群点分析的分布式光伏发电量异常检测算法

针对分布式光伏有带病运行以及骗取国家补贴的现象,本文基于离群点分析中的格拉布斯准则和分布式光伏的自身特点,提出了一种分布式光伏发电量异常检测算法。该算法可以筛选出单位容量日发电量过高与过低的分布式光伏用户,进而可以避免分布式光伏长期带病运行,以及遏制骗取国家补贴的行为。最后以某县的分布式光伏数据进行了算例分析,验证了该算法的有效性。     

计及光伏及风电并网的电力系统短期负荷预测

为提升光伏、风电等分布式能源大量接入电网后短期电力负荷的预测精度,促进电网消纳能力提升,本文对光伏出力及短期用电负荷采用小波——径向基函数(RBF)神经网络预测方法;对风力发电首先利用总体平均经验模态分解(EEMD)方法对其功率数据分解,再采用BP神经网络、RBF神经网络、小波神经网络、ELMAN神经网络四种神经网络预测方法进行预测,并用粒子群算法(PSO)和灰色关联度(GRA)修正。最后,利用等效负荷的概念,分析光伏、风力发电并网对于短期电力负荷预测的影响,并将三种模型有效结合,得到了考虑光伏及风力发电并网的电力系统短期负荷预测的等效负荷预测模型。实例分析表明,本文所提方法相较于其他方法在该预测项目上具有相对更高的预测精度。     

计及分布式电源的配电网电压波动特性研究

针对分布式电源出力的波动特性会使配电网发生电压波动变大等问题,在对分布式光伏和分布式风电输出功率特性进行分析的基础上,研究了分布式电源并网对配电网电压波动影响的相关原理;利用PSCAD/EMTDC电力系统仿真软件建立了包含分布式电源的配电网仿真实例模型。对配电网在不同容量、不同并网位置的分布式光伏和分布式风电作用下的电压波动情况进行仿真计算,获得了计及分布式电源的配电网电压波动特性相关规律。     

融合级联LSTM的短期电力负荷预测

随着我国清洁能源的快速发展,分布式光伏电站得到了大力推广。在光伏电力系统运维中,电力负荷预测是影响分布式光伏电站发电、储能、传输等多个环节进行优化配置的关键因素。针对电力负荷的预测问题,提出了一种级联长短期记忆模型,将电力负荷预测划分为两个阶段：第一个阶段提取电力负荷的周期性特征,得到总体的变化趋势;第二个阶段提取负荷的波动性特征,对总体趋势进行修正,进一步提升预测的准确度。在某地区连续五年的电力负荷数据集上进行了实验验证,结果表明级联LSTM模型能够大幅降低预测误差。该模型可以为分布式光伏电站提供较为准确的负荷预测,能够为其智慧运维服务提供重要支持。     

基于GA-BP算法的光伏系统发电功率预测

随着光伏产业的迅速发展,光伏发电已成为可再生能源的生力军.然而,光伏系统的发电功率受不同天气状况的影响,具有不确定性和周期性等特点.为准确预测光伏发电功率保证电网的稳定性,本文采用GA-BP(Genetic Algorithm-Back Propagation)算法对光伏系统发电功率进行预测分析,结果表明,本文提出的模型和方法可以较为准确的预测光伏系统的输出功率,具有一定的实用价值.     

光伏电站远程监控系统设计

本文主要论述分散式光伏电站远程监控系统的设计与实现。远程监控系统主要由基于B/S的三层体系结构主站、基于ARM的智能终端以及基于单片机的数据采集装置组成。数据采集装置主要采集光伏电站的电压电流等信息,通过RS232串口传给智能终端;智能终端分析处理采集的数据,通过GSM短信机制和主站通信,从而实现光伏电站的远程监控。     

风光互补发电系统的分布式模型预测控制

风光互补发电系统中,风力和光伏独立发电且两者在地理上相隔较远,彼此没有通讯交流。对此问题,提出用分布式模型预测控制的方法去解决。首先,在风光互补发电系统中存在大量的非线性环节,运用神经网络线性逼近,训练得出各个子系统的神经网络线性化模型。然后,在此基础上,基于风力优先发电、光伏配合、蓄电池必要时输出的原则,设计出满足相应的约束条件且合理的目标函数并利用二次规划的方法求解出最优值。最后,研究结果表明,针对系统负荷端的需求,分布式模型预测控制方法可以在理论及实际真实天气条件下去合理地分配各个子系统的输出功率。相对于其他的传统方法,分布式模型预测控制在优化系统性能方面速率高且效果好。     

分布式光伏数据采集器的设计与实现

"十三五"期间,我国分布式光伏发电将进入加速发展的快车道。针对现有监控设备存在的数据传输低效、传输方式单一和数据无法存储等问题,结合分布式光伏发电监控设备布局分散、网络受限等特点,提出一种基于ARM Cortex-M3嵌入式处理器的分布式光伏数据采集器方案,并从硬件和软件两方面进行数据采集器的设计,实现了数据的远程传输、存储备份和本地显示等多种功能。该采集器通过RS485接口、Modbus协议实现了对逆变器数据的采集,通过GPRS模块、TCP/IP协议实现了数据的远程传输,并在本地采用LCD显示采集器运行数据、SD卡备份采集的数据。实验表明,分布式光伏数据采集器具备较高的数据传输成功率,解决了分布式光伏发电的难题,在光伏发电领域将有很好的应用前景。