本文關鍵詞：電力云數據中心任務調度策略的研究

  更多相關文章： 電力云數據中心 任務調度 服務質量 貪心算法 遺傳算法

【摘要】：建立一體化信息平臺作為貫穿智能電網六大環(huán)節(jié)的基礎支撐平臺，是電力企業(yè)信息化建設的發(fā)展趨勢。隨著智能變電站一體化監(jiān)控平臺及通信信息平臺的建設與發(fā)展，，電力數據呈現爆炸式的增長，而現有電力數據中心在處理海量數據時效率不高，無法滿足電力用戶多服務質量（QoS）需求。云計算的核心技術是具有大規(guī)模的廉價服務器集群、虛擬化技術、海量分布式數據處理技術以及并行編程模型等，能更好的滿足智能電網數據中心平臺的建設需要。 本文分析數據中心和云計算任務調度的應用現狀，并從云計算數據中心任務調度需求分析入手，確定負載均衡和QoS作為任務調度的技術目標。依據MapReduce并行模型框架，研究其任務執(zhí)行過程，并針對現有電力數據中心面臨的資源利用率低、可擴展性差及能耗成本高的問題，給出電力云數據中心的設計方案。以時間、可靠性、安全性和優(yōu)先級為約束條件，建立一種電力用戶多QoS評價模型，并給出基于負載均衡的貪心算法和遺傳算法，以QoS總體效應值和任務完成時間為目標進行任務調度。 建立變電設備狀態(tài)評估中心實驗平臺，對其故障診斷、檢修維護等任務進行模擬調度，并使用Cloudsim仿真工具進行測試。實驗結果表明，該算法能最大限度地滿足電力用戶多QoS需求，有效提高電力數據中心運行的效率，與傳統方案相比，能夠達到更加優(yōu)越的負載均衡效果。
【關鍵詞】：電力云數據中心 任務調度 服務質量 貪心算法 遺傳算法
【學位授予單位】：華北電力大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP308;TM73
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-14
• 1.1 課題研究的背景和意義9-10
• 1.2 國內外研究現狀10-13
• 1.2.1 數據中心研究現狀10-11
• 1.2.2 云計算任務調度研究現狀11-13
• 1.3 本文主要工作及內容安排13-14
• 第2章 云計算中心的任務調度14-21
• 2.1 云數據中心14-16
• 2.2 云計算數據中心任務調度需求分析16-18
• 2.3 云計算任務調度18-20
• 2.3.1 Hadoop 任務調度方案分析18-19
• 2.3.2 云環(huán)境下任務調度算法19-20
• 2.4 本章小結20-21
• 第3章 電力云數據中心設計方案21-26
• 3.1 現有電力數據中心21-22
• 3.2 云計算在電力數據中心上的優(yōu)勢22-23
• 3.3 電力數據中心云計算平臺23-25
• 3.3.1 基礎設施層24
• 3.3.2 業(yè)務應用層24-25
• 3.3.3 云計算平臺層25
• 3.4 本章小結25-26
• 第4章 電力云數據中心任務調度策略與算法26-36
• 4.1 電力云數據中心任務調度流程26
• 4.2 電力云數據中心多 QoS 評價模型26-29
• 4.2.1 QoS 參數設置27-28
• 4.2.2 QoS 效用函數28-29
• 4.3 負載均衡概述29
• 4.4 基于多 QoS 評價模型的貪心算法29-31
• 4.5 基于多 QoS 評價模型的遺傳算法31-35
• 4.5.1 染色體編碼33
• 4.5.2 適應度函數的選擇33-34
• 4.5.3 個體選擇34-35
• 4.5.4 交叉與變異操作35
• 4.6 本章小結35-36
• 第5章 變電設備狀態(tài)評估中心實驗平臺仿真測試36-45
• 5.1 CloudSim 仿真平臺36-38
• 5.2 變電設備狀態(tài)評估中心實驗平臺38
• 5.3 實驗環(huán)境配置及仿真步驟38-41
• 5.3.1 仿真環(huán)境配置38-39
• 5.3.2 仿真步驟39-41
• 5.4 仿真結果與分析41-44
• 5.4.1 QoS 貪心算法的仿真結果與分析41-43
• 5.4.2 QoS 遺傳算法的仿真結果與分析43-44
• 5.5 本章小結44-45
• 第6章 總結與展望45-46
• 參考文獻46-49
• 攻讀碩士學位期間發(fā)表的論文及其它成果49-50
• 致謝50

【參考文獻】

中國期刊全文數據庫 前5條

1 張亮;;電力調度數據中心數據質量問題研究[J];華東電力;2009年03期

2 陳全;鄧倩妮;;云計算及其關鍵技術[J];計算機應用;2009年09期

3 王凱;吳泉源;楊樹強;;一種多用戶MapReduce集群的作業(yè)調度算法的設計與實現[J];計算機與現代化;2010年10期

4 姚婧;何聚厚;;基于自適應蜂群算法的云計算負載平衡機制[J];計算機應用;2012年09期

5 覃雄派;王會舉;杜小勇;王珊;;大數據分析——RDBMS與MapReduce的競爭與共生[J];軟件學報;2012年01期

本文編號：906959