【摘要】：隨著智能電網(wǎng)的快速發(fā)展,電力系統(tǒng)的狀態(tài)監(jiān)測技術(shù)向高采樣率、大規(guī)模和大容量存儲的方向發(fā)展。傳統(tǒng)的電力監(jiān)測系統(tǒng)在信息集成、存儲、采集設(shè)備的高并發(fā)等方面具有不足,原有并行化的Hadoop調(diào)度算法也不能滿足電力采集設(shè)備的實時性要求,因此有必要設(shè)計更加合理的電力云調(diào)度算法以滿足電力調(diào)度的實時性要求。本文重點研究如何進行計算和存儲資源的合理分配和控制并保證作業(yè)按照正確的順序執(zhí)行。主要內(nèi)容如下:首先分析了云計算和Hadoop平臺國內(nèi)外研究現(xiàn)狀,深入研究了Hadoop的HDFS分布式文件系統(tǒng)和MapReduce編程模型;介紹了電力云的概念,將智能電網(wǎng)中剩余的計算和存儲資源整合成資源池的形式,在此基礎(chǔ)上研究了FIFO、Capacity、Fair三種算法應用于電力采集設(shè)備上進行并行性數(shù)據(jù)采集的可行性,著重對采集設(shè)備數(shù)據(jù)傳輸時高并發(fā)性做了重點研究。然后針對電力設(shè)備監(jiān)測并行化,對標準的螢火蟲算法進行了改進,重新定義了個體之間的計算公式、改進了位置更新公式并結(jié)合分群理論,提高了種群的多樣性。在MATLAB環(huán)境下利用標準測試函數(shù)進行了標準螢火蟲算法和基于多種群螢火蟲改進機制算法的對比實驗,驗證了MFA_IEM算法的有效性。最后運用MapReduce將螢火蟲算法并行化,提出了基于MFA_IEM算法的服務選擇方法,給出了在MapReduce模式下螢火蟲的編碼方式,實現(xiàn)了小規(guī)模多種群的并行計算,給出了具體的Map函數(shù)和Reduce函數(shù)。通過原有的調(diào)度算法和改進的調(diào)度算法在搭建的電力云平臺上測試調(diào)度WordCount等作業(yè)在CPU利用率、作業(yè)響應時間、調(diào)度準確率等方面進行了對比實驗,驗證了MFA_IEM算法的性能由于原有的調(diào)度算法,并表現(xiàn)出良好的可擴展性。
【圖文】：

降低成本考慮購買和維護硬件，他們可以通過云平臺購買和使體服務器，降低了企業(yè)和個人用戶的使用成本。算的類型角度看，，云計算分為不同的種類。據(jù)業(yè)務的差異，云計算分為以下三種類型[10]:公共云、指服務提供商向用戶免費提供的基礎(chǔ)性的云服務。私有安全性高、服務質(zhì)量可靠、數(shù)據(jù)操作有效的特點[15]制其在此基礎(chǔ)架構(gòu)上部署應用程序的方式。提高了數(shù)要用戶進行配置和維護。混合云是公共云和私有云的服務類型角度來看，可將云計算分為下面三種：基礎(chǔ)設(shè)件即服務[11]。如圖 2-1 所示。

圖 2-2 谷歌云平臺架構(gòu)（2）Amazon 云平臺該平臺是 Iaas 云服務平臺，能夠根據(jù)用戶的不同需要提供相應的服務，在滿足用戶需要的基礎(chǔ)上，減少資源浪費和降低硬件成本。（3）Microsoft 云平臺Azure 通過 Microsoft 服務器為使用者提供存儲以及數(shù)據(jù)處理相關(guān)服務，同過Azure，用戶能夠方便的構(gòu)建自己的云應用程序并擴展云服務。圖 2-3 微軟云平臺架構(gòu)2.2 HDFS—基于 Hadoop 的分布式文件系統(tǒng)
【學位授予單位】：華北電力大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TM73;TP18

【參考文獻】

相關(guān)期刊論文 前10條

1 魏峗;陳元元;;基于改進蟻群算法的云計算任務調(diào)度模型[J];計算機工程;2015年02期

2 郁書好;楊善林;蘇守寶;;一種改進的變步長螢火蟲優(yōu)化算法[J];小型微型計算機系統(tǒng);2014年06期

3 蔡嵩;張建明;陳繼明;潘金貴;;云計算環(huán)境中基于樸素貝葉斯算法的負載均衡技術(shù)[J];計算機應用;2014年02期

4 符強;童楠;趙一鳴;;一種基于多種群學習機制的螢火蟲優(yōu)化算法[J];計算機應用研究;2013年12期

5 尚世鋒;姜進磊;鄭緯民;;CWFlow:支持資源自適應使用的云工作流框架[J];清華大學學報(自然科學版);2013年03期

6 林曉婧;吳俊平;;關(guān)于Hadoop集群作業(yè)調(diào)度算法的探討[J];價值工程;2013年07期

7 馮艷紅;劉建芹;賀毅朝;;基于混沌理論的動態(tài)種群螢火蟲算法[J];計算機應用;2013年03期

8 劉樹仁;宋亞奇;朱永利;王德文;;基于Hadoop的智能電網(wǎng)狀態(tài)監(jiān)測數(shù)據(jù)存儲研究[J];計算機科學;2013年01期

9 許丞;劉洪;譚良;;Hadoop云平臺的一種新的任務調(diào)度和監(jiān)控機制[J];計算機科學;2013年01期

10 蔡楹;楊妹;趙鑫業(yè);黃柯棣;;分析仿真支持技術(shù)研究[J];系統(tǒng)仿真學報;2012年12期

本文編號：2609127