CN111126936A - 用于电力系统应急分析的云模型架构 - Google Patents

用于电力系统应急分析的云模型架构 Download PDF

Info

Publication number
CN111126936A
CN111126936A CN201911136700.2A CN201911136700A CN111126936A CN 111126936 A CN111126936 A CN 111126936A CN 201911136700 A CN201911136700 A CN 201911136700A CN 111126936 A CN111126936 A CN 111126936A
Authority
CN
China
Prior art keywords
unit
power system
cloud model
service module
model architecture
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911136700.2A
Other languages
English (en)
Inventor
曹伟
周先哲
叶桂南
韦昌福
宾灿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangxi Power Grid Co Ltd
Original Assignee
Guangxi Power Grid Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangxi Power Grid Co Ltd filed Critical Guangxi Power Grid Co Ltd
Priority to CN201911136700.2A priority Critical patent/CN111126936A/zh
Publication of CN111126936A publication Critical patent/CN111126936A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0633—Workflow analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G06F2009/45562—Creating, deleting, cloning virtual machine instances

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Data Mining & Analysis (AREA)
  • Public Health (AREA)
  • General Engineering & Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种用于电力系统应急分析的云模型架构，所述架构包括电力系统服务模块、平台服务模块、存储服务模块和基础设施服务模块；所述电力系统服务模块用于支撑所述云模型架构的基础程序；所述平台服务模块用于支撑所述云模型架构的基础平台；所述存储服务模块用于所述云模型架构的数据存储；所述基础设施服务模块用于所述云模型架构的基础软硬件。在本发明实施中，用于电力系统应急分析的云模型架构具有高度分布、易用性、可靠性、动态可扩展和低成本等固有特性，通过创建云服务模型来管理复杂的电力系统数据，解决应急分析问题，对于电力系统复杂数据和分析具有指导意义。

Description

用于电力系统应急分析的云模型架构
技术领域
本发明涉及云计算模型技术领域，尤其涉及一种用于电力系统应急分析的云模型架构。
背景技术
云计算可以为复杂数据处理提供平台支撑，已成为当下的研究热点。应用程序提供商可以在云环境中无任何限制地部署其应用程序，用户可以根据需要随时随地地访问复杂数据。电力行业的应用特点非常符合云计算的服务模式和技术模式。在云环境中部署电力系统服务可最大限度地降低物理基础设施的风险，缩短运行时间和响应时间，降低进入成本并加快创新步伐。云计算架构模型使用虚拟化和存储技术提供可靠的稳定性服务。基于此服务，电力系统客户能够随时随地访问各类数据，并且该服务具有高度可靠性、可扩展性和自主性。
电力系统的安全可靠运行关系到各行各业，需要建立完善的预防处置方案，建立合理的应急管理体系。电力系统应急分析是建立应急管理体系的基础，高效地处理复杂的电力系统数据又是电力系统应急分析的重要环节。电力系统包括发电、输电和配电等环节。每个分区都有一个独立的网格运营商(独立系统运营商ISO)，负责电力系统的日常运营。在执行电力系统计算时，数据共享和集成正成为这些环节之间的主要问题。可扩展性是当前电力系统网络中的重要问题。系统必须设计一种服务模式，支持处理客户端和提供商的多个操作，而不会由于异构性质而有任何障碍来交换数据。传统的数据中心不提供动态可扩展性。云环境为电力系统的运行提供了固有的动态可扩展性。
发明内容
本发明的目的在于克服现有技术的不足，本发明提供了一种用于电力系统应急分析的云模型架构，该模型架构具有高度分布、易用性、可靠性、动态可扩展和低成本等固有特性，通过创建云服务模型来管理复杂的电力系统数据，解决应急分析问题，对于电力系统复杂数据和分析具有指导意义。
为了解决上述问题，本发明提供了一种用于电力系统应急分析的云模型架构，所述架构包括电力系统服务模块、平台服务模块、存储服务模块和基础设施服务模块；
所述电力系统服务模块用于支撑所述云模型架构的基础程序；所述平台服务模块用于支撑所述云模型架构的基础平台；所述存储服务模块用于所述云模型架构的数据存储；所述基础设施服务模块用于所述云模型架构的基础软硬件。
可选的，所述电力系统服务模块包括潮流计算单元、经济调度单元、状态估计单元和应急分析单元；其中，
所述潮流计算单元用于完成电网的潮流计算任务；
所述经济调度单元用于根据电网分析计算结果形成调度方案；
所述状态估计单元用于根据电力系统分析计算结果，并对电力系统运行状态进行评估；
所述应急分析单元用于根据当前电网实际运行故障情况进行分析计算。
可选的，所述应急分析单元具有云模型体系，具体如下：
U为应急分析的数字化结果的变动数域，T为与数域U有固定对应关系的定性判定；CT(x)为T的模糊数字化，x为应急分析的数字化结果的数域值，通过参数辨识待评价的数据结果，CT(x)构成待分析数据到数域U对应数值区间的映射，其数学表示如式(1)所示；一定数量评价结果通过其数字统计数据将定性概念定量化，所述数字统计数据包括期望值、方差、熵和超熵；
x→CT(x):U (1)
其中，所述数字统计数据的计算具体如下：
期望值Ex和方差S2：
Figure BDA0002279772040000031
其中，Xi表示第i个应急分析的数字化结果，期望值Ex和方差S2表示云的宏观峰值所处的位置，此处计算结果对应的样本点最具代表性；
熵En：
Figure BDA0002279772040000032
其中，熵En表示概念模糊度的度量，以量化的形式体现定性概念的模糊性；
超熵He：
Figure BDA0002279772040000033
其中，超熵He表示对熵随机性的一种衡量，用于反映样本出现的不确定性。
可选的，所述平台服务模块包括集成单元、中间件单元和信息单元；其中，
所述集成单元用于提供统一的操作功能给云平台，使得所述云平台各自虚拟化资源；
所述中间件单元用于程序服务在不同的技术之间进行资源共享；
所述信息单元用于监控当前云平台系统资源的使用情况。
可选的，所述存储服务模块包括电力系统数据库单元、文件单元和XML数据单元；其中，
所述电力系统数据库单元用于存储电力系统的数据；
所述文件单元用于存储电力系统的文件；
所述XML数据单元用于存储电力系统的XML数据。
可选的，所述存储服务模块的存储形式采用BLOB或表格的形式。
可选的，所述基础设施服务模块包括硬件单元、抽象化单元和连接单元；其中，
所述硬件单元用于为所述抽象化单元提供硬件环境；
所述抽象化单元用于虚拟所述硬件单元；
所述连接单元用于将云平台的若干个物理主机进行连接。
可选的，所述架构还包括程序管理服务器和虚拟机；
所述程序管理服务器和虚拟机用于按需进行硬件资源的分配。
在本发明实施中，一种用于电力系统应急分析的云模型架构具有高度分布、易用性、可靠性、动态可扩展性和低成本的的特点；动态分配计算资源的云环境可以与电力系统服务一起提供给任何数量的电力系统客户端，没有任何闲置；可用于电力系统应急分析领域的复杂数据管理，具有很好的可行性和实用价值。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见的，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1是本发明实施例中的用于电力系统应急分析的云模型架构的结构组成示意图；
图2是本发明实施例中的用于电力系统应急分析的云模型计算的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例
请参阅图1、图2，图1是本发明实施例中的用于电力系统应急分析的云模型架构的结果组成示意图，图2是本发明实施例中的用于电力系统应急分析的云模型计算的流程图。
如附图1所示，一种用于电力系统应急分析的云模型架构，所述架构包括电力系统服务模块、平台服务模块、存储服务模块和基础设施服务模块；所述电力系统服务模块用于支撑所述云模型架构的基础程序；所述平台服务模块用于支撑所述云模型架构的基础平台；所述存储服务模块用于所述云模型架构的数据存储；所述基础设施服务模块用于所述云模型架构的基础软硬件。
在本发明具体实施过程中，所述电力系统服务模块包括潮流计算单元、经济调度单元、状态估计单元和应急分析单元；其中，所述潮流计算单元用于完成电网的潮流计算任务；所述经济调度单元用于根据电网分析计算结果形成调度方案；所述状态估计单元用于根据电力系统分析计算结果，并对电力系统运行状态进行评估；所述应急分析单元用于根据当前电网实际运行故障情况进行分析计算。
具体的，本发明实施例中的应急分析单元是高度分布式的，具有易用性、动态可扩展性、可靠性和低成本等固有特性。动态分配计算资源的云环境可以与电力系统服务一起提供给任何数量的电力系统客户端，没有任何限制。云计算在很大程度上依赖于实用能够提供几乎无限量虚拟计算资源的虚拟化技术。在虚拟化的帮助下，所提出的云模型架构以透明的方式控制对物理资源的访问，并为访问各种电力系统操作提供完全控制的计算资源。电力系统客户端可以将他们配置为管理员，没有任何限制。
在本发明具体实施过程中，所述应急分析单元具有云模型体系，具体如下：
U为应急分析的数字化结果的变动数域，T为与数域U有固定对应关系的定性判定；CT(x)为T的模糊数字化，x为应急分析的数字化结果的数域值，通过参数辨识待评价的数据结果，CT(x)构成待分析数据到数域U对应数值区间的映射，其数学表示如式(1)所示；一定数量评价结果通过其数字统计数据将定性概念定量化，所述数字统计数据包括期望值、方差、熵和超熵；
x→CT(x):U (1)
其中，所述数字统计数据的计算具体如下：
期望值Ex和方差S2：
Figure BDA0002279772040000061
其中，Xi表示第i个应急分析的数字化结果，期望值Ex和方差S2表示云的宏观峰值所处的位置，此处计算结果对应的样本点最具代表性；
熵En：
Figure BDA0002279772040000062
其中，熵En表示概念模糊度的度量，以量化的形式体现定性概念的模糊性；
超熵He：
Figure BDA0002279772040000063
其中，超熵He表示对熵随机性的一种衡量，用于反映样本出现的不确定性。
在本发明具体实施过程中，所述平台服务模块包括集成单元、中间件单元和信息单元；其中，所述集成单元用于提供统一的操作功能给云平台，使得所述云平台各自虚拟化资源；所述中间件单元用于程序服务在不同的技术之间进行资源共享；所述信息单元用于监控当前云平台系统资源的使用情况。
在本发明具体实施过程中，所述存储服务模块包括电力系统数据库单元、文件单元和XML数据单元。；其中，所述电力系统数据库单元用于存储电力系统的数据；所述文件单元用于存储电力系统的文件；所述XML数据单元用于存储电力系统的XML数据。
具体的，本发明实施例中的存储服务模块可以随时随地访问存储的数据，因此无需数据备份。客户只需要计算机或服务器即可下载所需的电力系统应用程序，并通过Internet访问并运行该程序。
在本发明具体实施过程中，所述存储服务模块的存储形式采用BLOB或表格的形式，具体形式取决于数据类型。
在本发明具体实施过程中，所述基础设施服务模块包括硬件单元、抽象化单元和连接单元；其中，所述硬件单元用于为所述抽象化单元提供硬件环境；所述抽象化单元用于虚拟所述硬件单元；所述连接单元用于将云平台的若干个物理主机进行连接。
在本发明具体实施过程中，所述架构还包括程序管理服务器和虚拟机；所述程序管理服务器和虚拟机用于按需分配必要的硬件资源。
具体的，结合附图2所示，电力系统应急分析的云计算流程主要包括三个方面：线程的创建和分配、任务接口和输入输出任务队列，根据不同应急分析的技术要求，在服务器上创建线程，任一电力系统应急分析启动，服务器便利用已经创建的线程执行任务。静态创建线程的机制避免了线程重复创建和销毁。应急分析开始启动后，建立起当前应急分析所需的数据及所需的判据需求，创建n个工作线程，在计算资源虚拟化的基础上，一个线程对应的一组server/client模式的云平台服务集群。每个独立虚拟机连接到服务器，根据计算分析任务指令下载所需的数据和程序，在完成计算后结果发送回服务器。对当前虚拟机运行情况循环扫描，按负荷情况进行排序，优先调度负荷最轻虚拟机进行分析计算工作。对各个线程计算返回的结果进行最后的综合应急分析，如不符合计算需求，则重新启动应急分析过程，重复上述过程直至到达计算要求。同时为防护单一虚拟机资源被反复调用，同一云平台服务集群内部虚拟资源的调度增设死区时间环节。所述程序管理服务器和虚拟机用于按需分配必要的硬件资源，从而提供更高效的服务。
在本发明实施中，一种用于电力系统应急分析的云模型架构具有高度分布、易用性、可靠性、动态可扩展性和低成本的的特点；动态分配计算资源的云环境可以与电力系统服务一起提供给任何数量的电力系统客户端，没有任何闲置；可用于电力系统应急分析领域的复杂数据管理，具有很好的可行性和实用价值。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、磁盘或光盘等。
另外，以上对本发明实施例所提供的一种用于电力系统应急分析的云模型架构进行了详细介绍，本文中应采用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种用于电力系统应急分析的云模型架构，其特征在于，所述架构包括电力系统服务模块、平台服务模块、存储服务模块和基础设施服务模块；
所述电力系统服务模块用于支撑所述云模型架构的基础程序；所述平台服务模块用于支撑所述云模型架构的基础平台；所述存储服务模块用于所述云模型架构的数据存储；所述基础设施服务模块用于所述云模型架构的基础软硬件。
2.根据权利要求1所述的一种用于电力系统应急分析的云模型架构，其特征在于，所述电力系统服务模块包括潮流计算单元、经济调度单元、状态估计单元和应急分析单元；其中，
所述潮流计算单元用于完成电网的潮流计算任务；
所述经济调度单元用于根据电网分析计算结果形成调度方案；
所述状态估计单元用于根据电力系统分析计算结果，并对电力系统运行状态进行评估；
所述应急分析单元用于根据当前电网实际运行故障情况进行分析计算。
3.根据权利要求2所述的一种用于电力系统应急分析的云模型架构，其特征在于，所述应急分析单元具有云模型体系，具体如下：
U为应急分析的数字化结果的变动数域，T为与数域U有固定对应关系的定性判定；CT(x)为T的模糊数字化，x为应急分析的数字化结果的数域值，通过参数辨识待评价的数据结果，CT(x)构成待分析数据到数域U对应数值区间的映射，其数学表示如式(1)所示；一定数量评价结果通过其数字统计数据将定性概念定量化，所述数字统计数据包括期望值、方差、熵和超熵；
x→CT(x):U (1)
其中，所述数字统计数据的计算具体如下：
期望值Ex和方差S2：
Figure FDA0002279772030000021
其中，Xi表示第i个应急分析的数字化结果，期望值Ex和方差S2表示云的宏观峰值所处的位置，此处计算结果对应的样本点最具代表性；
熵En：
Figure FDA0002279772030000022
其中，熵En表示概念模糊度的度量，以量化的形式体现定性概念的模糊性；
超熵He：
Figure FDA0002279772030000023
其中，超熵He表示对熵随机性的一种衡量，用于反映样本出现的不确定性。
4.根据权利要求1所述的一种用于电力系统应急分析的云模型架构，其特征在于，所述平台服务模块包括集成单元、中间件单元和信息单元；其中，
所述集成单元用于提供统一的操作功能给云平台，使得所述云平台各自虚拟化资源；
所述中间件单元用于程序服务在不同的技术之间进行资源共享；
所述信息单元用于监控当前云平台系统资源的使用情况。
5.根据权利要求1所述的一种用于电力系统应急分析的云模型架构，其特征在于，所述存储服务模块包括电力系统数据库单元、文件单元和XML数据单元；其中，
所述电力系统数据库单元用于存储电力系统的数据；
所述文件单元用于存储电力系统的文件；
所述XML数据单元用于存储电力系统的XML数据。
6.根据权利要求5所述的一种用于电力系统应急分析的云模型架构，其特征在于，所述存储服务模块的存储形式采用BLOB或表格的形式。
7.根据权利要求1所述的一种用于电力系统应急分析的云模型架构，其特征在于，所述基础设施服务模块包括硬件单元、抽象化单元和连接单元；其中，
所述硬件单元用于为所述抽象化单元提供硬件环境；
所述抽象化单元用于虚拟所述硬件单元；
所述连接单元用于将云平台的若干个物理主机进行连接。
8.根据权利要求1所述的一种用于电力系统应急分析的云模型架构，其特征在于，所述架构还包括程序管理服务器和虚拟机；
所述程序管理服务器和虚拟机用于按需进行硬件资源的分配。
CN201911136700.2A 2019-11-19 2019-11-19 用于电力系统应急分析的云模型架构 Pending CN111126936A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911136700.2A CN111126936A (zh) 2019-11-19 2019-11-19 用于电力系统应急分析的云模型架构

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911136700.2A CN111126936A (zh) 2019-11-19 2019-11-19 用于电力系统应急分析的云模型架构

Publications (1)

Publication Number Publication Date
CN111126936A true CN111126936A (zh) 2020-05-08

Family

ID=70495783

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911136700.2A Pending CN111126936A (zh) 2019-11-19 2019-11-19 用于电力系统应急分析的云模型架构

Country Status (1)

Country Link
CN (1) CN111126936A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103177186A (zh) * 2013-03-21 2013-06-26 国家电网公司 一种电气回路故障概率预测方法
CN104463492A (zh) * 2014-12-23 2015-03-25 国家电网公司 一种电力系统云仿真平台的运营管理方法
CN105718738A (zh) * 2016-01-22 2016-06-29 辽宁工程技术大学 一种分析系统可靠性的方法
CN110428123A (zh) * 2019-06-04 2019-11-08 广西电网有限责任公司 一种电网运行状态校核及事故预案动态生成系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103177186A (zh) * 2013-03-21 2013-06-26 国家电网公司 一种电气回路故障概率预测方法
CN104463492A (zh) * 2014-12-23 2015-03-25 国家电网公司 一种电力系统云仿真平台的运营管理方法
CN105718738A (zh) * 2016-01-22 2016-06-29 辽宁工程技术大学 一种分析系统可靠性的方法
CN110428123A (zh) * 2019-06-04 2019-11-08 广西电网有限责任公司 一种电网运行状态校核及事故预案动态生成系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
叶桂南等: "广西电网运行管理系统故障分析与管控措施", 《广西电力》, vol. 41, no. 02, 28 April 2018 (2018-04-28), pages 37 - 39 *

Similar Documents

Publication Publication Date Title
US11150931B2 (en) Virtual workload migrations
Beloglazov et al. OpenStack Neat: a framework for dynamic and energy‐efficient consolidation of virtual machines in OpenStack clouds
US10310908B2 (en) Dynamic usage balance of central processing units and accelerators
US20200241930A1 (en) Dependent system optimization for serverless frameworks
US9367359B2 (en) Optimized resource management for map/reduce computing
CN109614227B (zh) 任务资源调配方法、装置、电子设备及计算机可读介质
CN109257399B (zh) 云平台应用程序管理方法及管理平台、存储介质
US10411977B2 (en) Visualization of workload distribution on server resources
Han et al. Refining microservices placement employing workload profiling over multiple kubernetes clusters
US11593177B2 (en) Cost-savings using ephemeral hosts in infrastructure as a service environments based on health score
KR20160099762A (ko) 자동 분산병렬 처리 하둡 시스템을 지원하는 클라우드 시스템
CN116991558B (zh) 算力资源的调度方法及多架构集群、装置、存储介质
CN105404549A (zh) 基于yarn架构的虚拟机调度系统
KR101765725B1 (ko) 대용량 방송용 빅데이터 분산 병렬처리를 위한 동적 디바이스 연결 시스템 및 방법
CN103488538B (zh) 云计算系统中的应用扩展装置和应用扩展方法
KR101640231B1 (ko) 자동 분산병렬 처리 하둡 시스템의 지원을 위한 클라우드 구동 방법
CN110096339B (zh) 一种基于系统负载实现的扩缩容配置推荐系统及方法
CN111400033A (zh) 平台资源成本分摊方法、装置、存储介质及计算机设备
KR20210041295A (ko) 클라우드 컴퓨팅 환경에서 가상화 자원 분배 시스템
Lee et al. Refining micro services placement over multiple kubernetes-orchestrated clusters employing resource monitoring
US20170285965A1 (en) Tuning memory across database clusters for distributed query stability
CN116962532A (zh) 集群任务调度方法、装置、计算机设备及存储介质
Wang et al. Improving utilization through dynamic VM resource allocation in hybrid cloud environment
CN111126936A (zh) 用于电力系统应急分析的云模型架构
Nino-Ruiz et al. Elastic scaling of e-infrastructures to support data-intensive research collaborations

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200508