支持大规模虚拟场景快速设计的分布式数据管理系统研究

一、支持大规模虚拟场景快速设计的分布式数据管理系统的研究（论文文献综述）

徐泽天^[1]（2021）在《Elasticsearch在电网调度数据管理的应用研究》文中指出某市电网调度自动化系统运行维护过程中,发现如下问题:1.调度数据快速增长,存储体量急剧膨胀,现有数据库难以满足数据存储需求。2.随着调度数据量的增长,数据查询速度越来越慢。3.现有调度自动化系统未实现日志可视化管理。随着智能电网的发展,调度自动化系统采集的电网调度运行、输变电设备在线监测等实时数据与系统运行、操作记录等日志数据将越来越多、越来越密集,形成采样快、体量大、类型多的调度大数据。现调度自动化系统普遍采用的关系型数据库是建立在低核心、小内存和大硬盘的硬件背景之上,在呈爆发式增长的调度大数据前存在读写速率低、扩展性差、并发能力不足和难以组织管理日志数据等瓶颈,无法为调度自动化系统提供稳定可靠存储、便捷高效读取和日志可视的调度数据管理服务。针对上述电网调度数据管理问题,本文提出一种以Elasticsearch分布式搜索引擎为核心的电网调度数据可靠存储、快速查询和日志数据可视化方法,将Elasticsearch在数据快速检索与日志可视化管理的优点应用于电网调度数据管理中。本文主要研究工作如下:1.为解决电网调度数据的存储问题,提出以基于云计算的Hadoop生态体系为架构,用非关系型数据库HBase代替现电网调度使用的关系型数据库来存储调度数据的方法。测试表明,电网调度分布式数据库HBase具有高可靠性和良好的并发读写性能,能满足调度自动化系统的数据存储需求。2.为解决电网调度数据查询缓慢的问题,提出在数据库HBase的一级索引基础上,通过Elasticsearch的倒排索引建立第二级索引的方法,设计并实现电网调度监测数据的二级索引结构,代替现关系型数据库的查询。以某市电网调度监测数据为样本,进行并发查询响应的对比测试,测试结果表明,基于Elasticsearch的二级索引结构的查询时间远小于现关系型数据库的查询时间,能满足调度自动化系统高速并发的数据查询需求。3.为解决电网调度自动化系统未实现日志可视化管理的问题,提出运用以Elasticsearch为核心的ELK技术栈的方法,设计并实现调度自动化系统日志可视化管理,有助于把握调度自动化系统的运行状态和精益化管理。4.基于上述解决方案,开发电网调度数据管理系统软件。结合电网调度数据管理需求,软件采用微软.NET框架,基于RESTful API实现后端处理、基于WCF提供数据服务、基于B/S模式进行前端交互,设计并实现电网调度数据管理。电网调度数据管理系统在管理某市电网调度数据的运行效果表明,该系统能满足海量调度数据稳定可靠存储、高效并发读取和日志可视化管理的需求,有助于未来调度自动化系统向智能化、精益化发展。

刘沆^[2]（2021）在《气电耦合虚拟电厂运营优化及风险评价模型研究》文中研究说明随着化石能源的持续开发全球大气二氧化碳排放量达到历史最高水平,排放强度逐年上升,对未来世界的可持续发展带来了严重挑战。传统虚拟电厂应用项目普遍存在能源结构单一、参与市场不足、能源耦合关系稀疏和新型负荷缺失等显着问题,导致传统虚拟电厂的运行稳定性差、经济效益低、风险管理难度大。在此背景下,气电耦合虚拟电厂的概念逐步成为未来分布式能源发展应用的一个重要技术方式,通过进一步聚合电转气装置（P2G）、燃气锅炉等气电转换设备,使得分布式可再生能源机组的利用效率得到提升,减少了出力不确定性对系统稳定、经济运行的影响。然而,当前气电耦合虚拟电厂的运行控制及市场运营研究还较为缺乏,无法有效协调多类型灵活性资源并入虚拟电厂,支撑气电耦合虚拟电厂的调度优化及市场运营决策。基于此,亟需计及多重不确定性、电动汽车特性及综合需求响应特性展开对气电耦合虚拟电厂运营优化及风险评价,以便为多类型分布式能源、可控负荷、电转气耦合设备等灵活性资源参与虚拟电厂调度提供强大动力,有效支撑电力系统与虚拟电厂的协同运行,提高虚拟电厂的经济效益与运行效率。第一,基于气电虚拟电厂的研究现状和相关理论,阐明了本文所研究气电虚拟电厂运营优化研究的理论和应用价值。首先,围绕气电耦合虚拟电厂的基本概念、发展过程和主要类型阐述了气电耦合虚拟电厂的基础理论;其次,为了实现供给侧多能互补和负荷侧综合互动的运行目标,从形态特征、结构特征、技术特征和应用特征四个方面对气电耦合虚拟电厂的运营运行特征进行了详细分解;再次,基于气电虚拟电厂多种能源主体的复杂结构及相互关系,梳理了气电虚拟电厂参与外部能源市场的类型和运营优化模式及内部各类能源形式和设备的协同运行模式;最后,针对国内外虚拟电厂应用项目进行了现状分析与经验总结,并指出对气电虚拟电厂经验启示,为本文后续章节开展相关研究奠定扎实的理论基础。第二,基于可再生能源出力、负荷的不确定性以及能源价格波动对气电虚拟电厂运营优化带来的风险,建立了计及多重不确定性的气电耦合虚拟电厂运营优化模型。首先,分析了气电虚拟电厂内部分布式可再生能源出力、负荷需求、碳排放权价格及能源电力价格的不确定性,采用概率分布模型对上述不确定性因素进行了建模;其次,构建了以系统经济效益最优、碳排放最小为目标的计及多重不确定性的气电耦合虚拟电厂运营优化模型,并提出了改进捕食遗传算法的求解算法和具体的计算流程;最后,选取北方某气电虚拟电厂为例,设置了六种不同情景进行了对比研究,验证了在计及内外部多重不确定性下气电耦合虚拟电厂更具有市场竞争力,能够实现经济效益和环境效益的共赢。第三,基于电动汽车特性及耦合设备运行特性对系统运行的影响,建立了计及电动汽车特性的气电耦合虚拟电厂运营优化模型。首先,对电动汽车运行特性及可与电动汽车耦合运行的虚拟电厂相关设备特性进行了研究,设计了考虑电动汽车特性的气电耦合虚拟电厂运行结构;其次,以气电虚拟电厂在日前能量市场中的运营收益最大化为目标,构建了计及电动汽车特性的气电耦合虚拟电厂运营优化模型;然后,考虑了运营优化模型的非线性、多维度问题,为了提高粒子群算法存在收敛速度、计算精度,避免早熟的问题,提出了基于Tent映射的改进混沌优化算法,以及具体的计算流程;最后,选取某工业园区进行实例分析,并对四种情景下的系统收益进行了优化求解,得到了气电虚拟电厂各设备在运行日各时刻的优化出力方案,证实了考虑电动汽车充放电特性并将其与P2G设备引入气电虚拟电厂可显着提升系统收益。第四,基于虚拟电厂参与需求响应的交易机制和需求响应特性分析,建立了计及综合需求响应特性的气电虚拟电厂运营优化模型。首先,分析了气电虚拟电厂参与需求响应的交易机制和需求响应负荷特性,设计了气电虚拟电厂参与综合需求响应的总体框架;其次,以气电虚拟电厂收益最大化为目标,根据各耦合设备出力交换功率和多能源需求响应的互动关系,考虑可控负荷、电力网络、热力网络、天然气网络及能源耦合、存储设备等约束,构建了气电虚拟电厂参与综合需求响应的运营优化模型;然后,针对综合需求响应中各种能源的价格存在不确定性,在原模型基础上引入了均值-方差模型,实现了气电虚拟电厂效益最大化并降低了不确定性带来的风险;最后通过算例和多情景对比研究,结果表明了虚拟电厂参与综合需求响应相比于传统需求响应能够获得更高的效益。第五,基于气电耦合虚拟电厂参与多种能源市场交易中面临内外部多方面风险因素的影响,建立了考虑气电虚拟电厂参与市场运营的全流程风险评价模型。首先,从多重不确定性、电动汽车特性及综合需求响应特性三个方面,深入分析了不同特性对气电耦合虚拟电厂造成的风险影响;其次,结合气电虚拟电厂的运行结构和特点,多维度考虑了外部政策、参与主体、耦合技术、运营交易、信用管理5个方面,设计了包含29个风险评价指标的气电耦合虚拟电厂风险评价指标体系;然后,在熵权-序关系赋权法和云模型解决不确定性评价信息的优点基础上,构建了基于熵权-序关系法改进的云模型风险评价模型;最后,针对四种场景下的气电虚拟电厂进行算例分析,对比研究了不同场景及不同评价模型的评价结果,验证了所提出模型的有效性和优越性。

吴静^[3]（2021）在《分布式资源聚合虚拟电厂多维交易优化模型研究》文中研究表明化石能源的大规模利用在推动我国经济高速发展时,也加剧了能源与环境间的矛盾,可再生能源的高效利用成为能源结构优化的主要方向及可持续发展的重要支撑。为了进一步合理化能源结构、探索市场对资源配置的决定性作用,我国新一轮电力体制改革将充分发挥市场化功能,建立公平合理、竞争活跃的电力市场,挖掘发电侧多源竞争活力。而分布式可再生能源具有单体容量小、地域分散、出力波动的特点,增加了电网统一调度的难度,也为配网运行带来风险。因此,实现对分布式资源的聚合管理,提高可再生电力的消纳水平与市场竞争水平是未来分布式可再生资源发展的重要基础。基于此,本文结合虚拟电厂技术,聚合多分布式资源进行运行优化建模,同时,结合我国电力市场化改革路径,对虚拟电厂参与中长期电力市场、日前市场及日内-实时市场等进行交易优化建模,并基于我国未开展电力现货市场运行地区的实际情况,对虚拟电厂参与辅助服务市场交易进行了建模分析,从而形成了对虚拟电厂参与多级电力市场交易下的优化研究。本文的主要研究内容如下:（1）梳理了虚拟电厂的基本概念、特点、典型项目模式及类型功能。首先对虚拟电厂的定义及特点进行了详细介绍,分析了虚拟电厂的典型结构。其次,从国内和国外两方选取典型虚拟电厂项目展开研究,选择了德国、欧盟等国外虚拟电厂典型项目分析其结构及供能,同时结合上海、冀北、江苏及天津的虚拟电厂项目,总结了我国典型虚拟电厂项目的实施内容及突出效益。最后,总结虚拟电厂类别,提出虚拟电厂参与电力市场交易的主要可行路径,为后续章节虚拟电厂电力交易优化模型构建的研究做出铺垫。（2）提出了考虑“电-气”互转的虚拟电厂低碳运行优化模型。首先,结合“碳减排”的政策导向,考虑引入P2G技术后虚拟电厂中的能源流向,提出接入“P2G”设备的虚拟电厂结构。其次,结合虚拟电厂中的能量流向及初步测算,引入碳交易以实现碳原料的充分供给,基于“零碳排”目标及经济性目标,构建考虑“电-气”互转的虚拟电厂多目标运行优化模型。最后,设置多情景分析引入P2G设备的虚拟电厂运行方案,并进一步分析了碳交易价格对虚拟电厂运行影响的价格传导影响机理。（3）提出了中长期市场交易下虚拟电厂的交易策略。首先,分析了我国电力市场的两种模式,总结了中长期市场下的交易品种和交易方式;其次,梳理了目前市场中中长期合约电量分解的相关规则,提出固定电价合约与差价合约机制下虚拟电厂的收益模型;然后,结合可再生能源配额制及绿色证书交易机制,构建了计及可再生能源衍生品的虚拟电厂中长期合约交易优化模型;最后,在综合绿证交易、合约交易及各单元出力成本的基础上,计算不同可再生能源出力情景下虚拟电厂在集中式电力市场交易规则和分散式电力市场交易规则下参与中长期市场合约交易的收益。（4）提出了日前市场下虚拟电厂的交易优化模型。首先,建模分析了虚拟电厂参与日前市场交易的不确定性来源;其次,提出日前市场中虚拟电厂出力的不确定性综合模型,从发电预测方面进行预测方法的优化改进,构建了基于EEMD-CS-ELM方法的风光出力预测模型,并结合CVaR理论,构建基于预测方法优化与CVaR的虚拟电厂日前市场交易优化模型;最后,选取典型地区对进行算例分析,验证了改进预测方法的有效性和模型的可实现性。（5）提出了基于主从博弈的虚拟电厂三阶段交易优化模型。首先,分析日前市场、日内市场与实时市场的关联耦合关系,提出虚拟电厂可在日内交易中通过博弈达到优化均衡。其次,结合日前、时前、实时三个阶段,以虚拟电厂收益最大的目标,考虑不同阶段下的收益构成,分阶段构建相关优化模型。最后,参考北欧地区丹麦市场2020年4月的现货市场交易数据,设计进行虚拟电厂的市场交易算例,以验证所构建的三阶段交易优化模型的有效性。（6）提出了基于信息间隙决策理论的虚拟电厂辅助服务交易优化模型。首先,结合P2G技术与调峰补偿机制的联合优化,提出参与调峰辅助服务市场的含P2G虚拟电厂的交易路径及内部物理模型;其次,考虑市场交易中的负荷不确定性,分别以不考虑负荷不确定性及考虑不确定性两种前提条件下提出虚拟电厂的交易优化模型;最后,结合拉丁超立方抽样场景生成法和距离测算场景削减法,处理源侧不确定性,联合多目标粒子群算法、帕累托最优解筛选模型和模糊理论对所提模型进行求解,并设计算例进行多情景分析。

龙瀛^[4]（2021）在《基于医学影像的分级存储管理系统设计与实现》文中研究表明随着信息技术的发展,更快更好的信息化服务开始在各行业领域中发挥出更为显着的作用。对于大家所共同关注的医疗领域,服务信息化亦是必然的发展趋势。信息化进程的加速与医疗场景下数据激增所带来的问题两者之间需要依靠合理的技术手段进行平衡。在医疗行业,医学影像数据占比最为庞大,在硬件设备更新换代和技术升级的同时,也将带来更加复杂的数据存储模式,更加多样的数字传输方式以及更加难以沟通的信息孤岛。对于大型医院来说,医学影像文件有数据量大,保存时间长的特点。而目前国内的大部分医院对医学影像的传统存储模式大都对拓展性有着诸多限制,面对复杂的网络存储环境,其访问性能和可用性难以得到充分保障,进行设备升级所带来的成本负担也较高。对于医疗服务云平台而言,这为进行院内外信息共享,提供远程诊断服务与业内专家会诊都带来了不便。现有存储策略不科学导致的存储成本的激增,需要新的存储解决方案。承接上层医疗服务云平台系统,论文重点研究了医学影像存储管理过程所面临的的数据分级、数据迁移、统一调度等关键问题并给出解决方案,将医学影像的存储方案设计为“在线”-“近线”二级存储模式,提出了基于多因子综合反馈的价值评定模型,设计并实现了基于医学影像的分级存储管理系统。本论文从系统的需求分析、系统的设计与实现、系统的测试等几个维度来展开详尽说明。主要内容有:以信息生命周期管理技术为依据,以影像产生时间、近期访问频次、存储设备负载为主要粒度,进行数据区分,以提出的数据价值评定模型为标准设置策略实现医学影像数据在两级存储方式间的自动迁移,将不同热度的数据文件存储在不同级别的存储引擎之中,达到控制存储成本的目的;系统承接上层医疗云服务平台,完成医学影像分级存储管理的相关功能,为使用者提供统一的数据访问接口。同时针对数据分级存储与迁移可能带来的数据管理、数据完整性、安全性问题,提出合理解决思路。

李芳^[5]（2021）在《反恐特战模拟训练系统的研究与实现》文中研究指明军事训练乃兵家常事,只有通过训练大量的战法预案才能灵活的应对实战中各种突发情况。由于军事训练的特殊性,训练人员只能通过“实弹”、“实地”的方式进行训练,这种训练受地域、时间限制,施展困难度大、经费高、安全系数低,因此传统的军事训练方式迫切需要新的突破。在此背景下,本文提出将虚拟现实技术与光学定位技术结合引入到军事训练中,建立一体化的仿真模拟训练系统,最大程度的还原实际训练场景来进行军事训练,解决了传统训练中存在的诸多问题。本文中设计并实现了一套分布式的模拟对抗训练系统。具体工作如下:1)基于虚幻引擎的分布式架构,设计并实现了模拟训练系统。该系统主要用于军事对抗模拟训练,包括开始结束战局、人物移动、碰撞检测、武器射击、人员伤亡评估、训练数据采集等功能。2)实现了虚拟人员的智能决策控制,包括信息感知,路径导航,行为决策。信息感知通过智能感知组件为虚拟人员增加人的感官,包括“视觉、听觉、触觉”;路径导航通过启发式的A*路径规划算法为虚拟人员寻找最优避障路径;行为决策采用行为树实现虚拟人员的智能决策行为控制。3)基于DVR引入帧同步概念,利用帧同步进行对等计算,降低数据同步量,保持虚拟训练的高精度与实时性,解决分布式架构中存在的负载不均衡问题。4)结合HTC VIVE穿戴式虚拟现实设备建立高沉浸感的训练环境,减少纱门效应并实现了人体姿态数据的平滑控制;5)整合训练数据完成指挥管理系统,对采集到的训练数据进行分析统计,实现可视化指挥管理平台,为指挥官进行指挥决策以及战后复盘提供理论支持,包括过往战局管理、对战训练实时监测、战后数据统计分析、武器管理、虚拟场景管理、VR设备管理、用户管理等功能;本系统结合了C/S架构与B/S架构,客户端基于虚幻引擎4进行开发,使用蓝图编程以及C++编程两种方式来使开发更加的方便快捷,采用Netty实现高并发网络服务器,采用HTC VIVE虚拟现实套装作为交互设备,Web端采用Vue.js轻量级框架,采用Web Socket来实现服务端数据流推送,保证数据传输的实时性。本文的研究使得军事训练更加的即时化、便捷化、多样化,为特战队员快速生成反劫持作战能力提供了支撑,加快了军队信息化的建设进程,本系统将成为演练战法方案、支撑战法评估的重要手段。

侯小凤^[6]（2020）在《面向高可用和可扩展数据中心的跨层功耗管理》文中提出相比IT设备良好的可扩展性,数据中心中非IT基础设施（比如电力传输设施）却难以扩展和升级。有鉴于此,随着用户需求日益增长,服务器超额订购设计允许数据中心在不升级现有非IT基础设施的情况下放置更多的IT设备。然而,在非常规用户（比如功耗攻击或者新兴应用）存在的情况下,这样的设计可能会干扰IT设备的正常运行,降低常规用户的服务质量,最终影响数据中心的可用性和可扩展性。针对上述问题,本文旨在提升服务器超额订购数据中心中功耗管理的韧性,这既需要增强其在异常功耗情况下的承压能力,也需要提升其处理新兴应用的灵活性。因此,本文不仅研究传统Iaa S/Paa S/Saa S云服务下功耗攻击以及对应解决方法,同时也积极探索新兴Faa S云服务下用户功耗管理需求和挑战。本文主要包括以下四个方面:基于储能混合池化的异构备电架构。该架构旨在平衡数据中心备电系统的削峰状态,防止恶意用户通过耗尽局部储能设备进而造成更大规模的服务器乃至整个数据中心断电宕机,最终严重降低系统可用性。该架构采取软硬结合的功耗管理方法。首先,该架构定义数据中心虚拟电池池来隐藏电池的使用信息,干扰恶意用户识别薄弱电池的过程;其次,该架构在每个机柜上部署小容量超级电容来处理不可见尖峰功耗;最后,该架构采用预测方法前摄性地捕捉到异常功耗峰值的特征并且实施精准削峰,减少降频削峰带来的性能损失。激励机制驱动的用户功耗分配方法。该方法旨在激励数据中心最大程度地发挥需求响应潜能,促进功耗管理系统和应用层的相互合作,以及有效遏制恶意VM/APP对功耗资源的非法抢占进而降低正常用户的服务质量。该方法采取基于市场机制模型的方法建立调度层和应用层的交流渠道,促进它们不断协调功耗资源供需关系。在该方法中,通过对功耗资源竞价的过程,不同用户根据自身性能-成本比迭代地调整功耗资源需求;通过不同用户购买功耗资源的过程,调度层全局地决定每个用户分配的功率以及成本;通过激励式的奖惩机制,该方法有效地打击恶意用户对功耗资源的非法占用。请求特征感知的流量功耗分配策略。该策略旨在解决功耗资源日益紧缺和网络应用用户逐步扩张之间的冲突和矛盾。在服务器超额订购的数据中心中,一个恶意的网络应用用户,可以在不表征网络异常的情况下,通过外网向数据中心发送非法请求来制造峰值功耗,进而触发不同的削峰机制,最终影响合法用户的正常执行。该策略通过协同网络负载均衡器来增强功耗资源管理系统对功耗异常请求的处理能力。一方面,该策略在网络负载均衡器端标识和重定向可疑用户请求。另一方面,功耗管理系统采用差异化的削峰方式,优先满足合法请求的资源需求,抑制恶意请求的资源占用行为。宏观微观协同的敏捷功耗管理系统。该系统旨在自上而下地打通数据中心功耗管理架构,实现应用感知的、负载自适应的、快速响应的功耗管理系统。该系统不仅能够增强数据中心在上述功耗异常下的承压能力,还能够敏捷地响应新生微服务应用的功耗需求,在更细的应用粒度上提升功耗管理灵活性。该系统通过融合数据中心层面的功耗资源监控系统和本地服务器的功耗调制模块来消除功耗管理过程中的时延。一方面,该系统采用一种敏捷的功耗预算方法来消除上层迭代的决策循环延迟;另一方面,该系统绕过服务器端系统层直接控制底层硬件动态电压频率调制模块来加速本地功耗的调节。总的来说,本文通过对数据中心不同层次的功耗管理架构、功耗资源分配方法和策略的探讨,最终提出一个硬件和软件协同的、架构设计和系统优化相结合的、跨层的敏捷功耗管理系统,该系统能够保证数据中心在处理各种云用户功耗需求下的可用性和可扩展性。

张帅^[7]（2020）在《分布式移动网络环境下大规模空间社交媒体数据快速增强现实可视化研究》文中指出增强现实技术被广泛誉为下一代人机交互通用平台技术,近年来受到了国内外学界与产业界的重点关注,迎来了爆发式增长。智能手机i OS与Android平台纷纷推出各自底层增强现实API,ARKit与ARCore,使得全球万亿智能手机都成了增强现实设备。2016年AR游戏Pokemon Go刚上线就火爆全球,一个月内获得了13000万次下载,迅速得到全球70多个国家民众的热捧。增强现实技术能够呈现炫酷引人入胜的3D模型动画,但当前领域内对简单社交多媒体数据,如文字、图片、音频、视频等,的增强现实可视化体验关注不够,而社交媒体数据却是普通用户最容易生产的数字内容,必然伴随着增强现实技术应用的普及而大规模产生。因此,研究社交媒体数据在增强现实环境中可视化问题,对增强现实技术的进一步平民化普及具有重要意义。在如今的大数据时代,当社交媒体数据规模日渐庞大时,在分布式移动网络环境下,研究大规模社交媒体数据快速增强现实可视化问题有着极其重要的应用价值,可视化效率问题严重影响着增强现实前端的用户体验,而优良的数据组织机制、高性能的数据处理架构是增强现实前端快速可视化的首要问题,因此本文的研究重点在于利用大数据技术去支撑增强现实前端快速可视化。另一方面,与传统社交媒体应用不同,社交媒体数据增强现实可视化问题是在现实生活中真三维环境中呈现的,具有鲜明的地理空间属性,属于空间社交媒体数据,因此,大规模空间社交媒体数据增强现实可视化能否快速响应一个关键因素是能否有效利用地理空间信息。本文在前人的研究基础上,对大规模空间社交媒体数据快速增强现实可视化问题的研究,主要从以下几个方面展开:（1）针对大规模空间社交媒体数据的增强现实可视化数据特征,研究适合网络大规模数据传输的空间社交媒体数据规范,提出了Geo ARMedia数据模型规范。Geo ARMedia数据规范参考了现行gl TF与Geo JSON数据标准,定义了常见空间社交媒体的数据模型规范,明确了常见多媒体数据类型（文本、图片、音频、视频等）的存储表达规范。（2）面向分布式集群环境下的大规模空间社交媒体数据存取技术需求,构建了利于数据库跨尺度平滑读写稳态Z曲线算法,研究了大规模空间社交媒体数据基于稳态Z曲线的常见空间查询算法,提出了基于稳态Z曲线的大规模空间社交媒体数据的分布式数据划分策略,优化数据分布式存储结构,提高了空间社交媒体数据的分布式存取效率。（3）研究基于智能手机设备的移动增强现实前端可视化空间的构建,定义了空间社交媒体数据在移动增强现实前端的可视域以及三层空间交互架构,提出了空间社交媒体数据增强现实可视化的球面模型,同时研发了借助地理信息能够大幅提高增强现实识别图命中效率的大规模社交图片检索的时空耦合算法,有效提升了空间社交媒体数据在移动前端增强现实可视化效率。（4）为了在分布式移动网络环境下快速响应大规模空间社交媒体数据加载请求,保障前端增强现实可视化的效率与稳定性,本文提出了空间社交媒体数据增强可视化多级缓存机制,利用空间社交媒体数据的空间邻近性,提出了增强现实可视化前端缓存预调度机制,以及基于地理位置的热点数据云端探测与分布式缓存调度机制,有效保障了增强现实快速可视化的速度与高并发响应要求。（5）大规模空间社交媒体数据增强现实可视化伴随着海量的计算任务,本文研究了大数据技术以及高性能计算技术,研发了面向大规模空间社交媒体数据的并行处理计算框架,提出了一种大规模空间社交媒体数据并行处理的代数方法,能够简洁有效的描述并行处理任务,组织调度多个并行计算算子协同工作共同完成相关任务,支撑了大规模空间社交媒体数据快速处理。（6）结合当前流行分布式数据库、大数据技术、可拓展网络服务架构、移动前端3D引擎技术,依托前文的研究成果,本文设计并开发了大规模空间社交媒体数据快速增强现实可视化原型系统——视网么,详细讨论了常见空间社交媒体数据的增强现实交互与视觉设计,实现了前后端增强现实服务,同时研发了移动端社交媒体数据增强现实编辑器,大范围降低了社交媒体数据增强现实内容生产门槛,最后本文以南京大学仙林校区周边为例展开应用实验,测试表明视网么在应对TB级数据规模千万级并发访问的空间社交媒体数据前端增强现实可视化任务可以在1秒内完成前端响应,达到了理想的研究实验效果。

程鹏^[8]（2020）在《面向高性能计算系统的融合数据管理关键技术研究》文中提出随着高性能计算、大数据与人工智能的不断融合,高性能计算社区亟需同时支持这三种场景的计算系统来加速科学发现。然而,爆炸性增长的科学数据以及不同场景下应用截然不同的I/O特征促使融合应用呈现前所未有的复杂性。与此同时,不断加深的存储层次和多样化的数据定位需求进一步增加数据管理难度,导致高性能计算系统面临严峻的数据存储与管理挑战。为了在高性能计算系统上有效支持融合应用,本文结合层次式存储结构和应用特征,研究融合应用场景下数据管理的关键问题,优化高性能计算系统的数据管理能力并提升应用I/O性能。本文的主要工作包括:1.针对高性能计算系统存储层次不断加深的趋势,本文设计基于层次式存储结构的数据管理系统,统一管理内存、固态硬盘等多个存储层次,为融合应用提供高效数据缓存空间。为充分发挥不同存储层次的性能和容量等特点,该层次式数据管理系统结合应用数据访问模式定制数据管理策略,协调数据在各个存储层次的分布方式。此外,针对存储层次加深引起的数据局部性变化,本文设计数据感知的任务调度机制,配合资源管理系统尽可能将任务调度到拥有数据的计算资源。相比于底层并行文件系统,该层次式数据管理系统能够为应用带来54%的性能提升。2.针对单一数据管理策略无法充分发挥层次存储结构性能优势的问题,本文以科学工作流应用为代表,提出面向融合应用的自适应数据管理技术。本文将层次式存储结构下的数据放置问题抽象为分类问题,提出基于分类模型的智能数据放置策略:该策略以最小化科学工作流应用的总I/O时间为目标,挖掘不同应用特征和系统实时状态下数据放置策略对应用总I/O时间的影响,并训练分类模型智能做出数据放置决策。数据预取问题方面,本文分析科学工作流应用的数据流图拓扑结构和数据访问特征之间的关系,提出针对文件类别的自适应数据预取策略:通过结合局部性预取策略和智能预取策略的各自优势,提升复杂数据访问模式识别能力。相比于固定数据放置策略,本文提出的自适应数据放置策略能够实现34%的I/O性能提升;相比于传统局部性预取策略,本文提出的自适应预取策略识别复杂数据访问模式的能力显着提升,并能够降低54.2%的数据读取时间。3.针对并行文件系统管理海量科学数据时面临的数据定位挑战,本文提出耦合文件系统的索引与查询优化。文件粒度数据定位问题方面,本文设计并发元数据提取机制,快速提取文件系统中已有文件的“应用定制元数据”信息,通过定制的层次式哈希索引结构,高效满足文件粒度定位需求。记录粒度数据定位问题方面,本文采取原位索引构建机制,允许数据在写入文件系统的同时构建索引信息;为了权衡索引粒度与索引构建开销,本文提出轻量级Range-bitmap索引结构;结合本文设计的并行查询处理机制,记录粒度数据定位需求能够被快速响应。对生物和气象等数据集的测试表明,本文设计的文件粒度索引查询方案能够在毫秒内从包含数百万个文件的目录中定位目标文件;本文设计的记录粒度索引查询方案相比于遍历整个数据集定位内部数据的方式实现2个数量级的查询速度提升。

李云燕^[9]（2020）在《计及电动汽车的虚拟电厂市场化运营决策方法研究》文中研究指明能源是推动社会进步和经济发展的重要构成基础。应对全球气候变化及区域环境污染问题,构建可持续、清洁与高效的能源系统,已成为各国能源革命的主要任务,分布式可再生电力在能源系统中的比重将进一步提高。然而,分布式可再生电源间歇性和随机波动性的特点,在其渗透率提高的同时,对电力系统的安全可靠运行也带来了一定的威胁。同时,现代电气化交通网络中迅速增加的电动汽车群体,通过充放电装置与电网相连,作为特殊的移动储能系统,具有可控负荷的柔性需求响应能力,日益成为分布式能源的重要组成部分。因此,构建以电动汽车为核心的虚拟电厂,融合多种分布式能源资源,发挥互补效应,增强电能交互整体的平稳性,进一步保障了能源系统的安全性和经济性。本文在我国能源安全新战略背景下,以电动汽车虚拟电厂运营体系为研究对象,构建了电动汽车虚拟电厂的多尺度柔性空间模型,并在分布式能源运行数据精确预测基础上,提出了计及电动汽车的虚拟电厂作为独立的运营整体,参与电力市场的博弈竞价模型、调度模型,并对其整体经济性运行决策与协同调控进行了分析,最后给出了电动汽车虚拟电厂的市场化运营发展商业模式及运作机制建议。论文主要研究工作如下:（1）界定了能源安全新战略发展下的电动汽车虚拟电厂“聚合”分布式能源的内涵以及市场化运营指向,针对以可再生能源为主的分布式电源运行、电动汽车的移动储能和柔性需求响应等内部资源运行特性进行了详细分析。通过对分布式能源（DER）代理聚合、内部优化、收益共享三个方面进行整体配置的规划设计,构建了电动汽车虚拟电厂这一独立的市场主体,参与能源电力领域的多个市场交易;提出了内部资源预测决策、外部竞标授权、经济性优化调度等协同管控的运行模式,实现电动汽车虚拟电厂的市场化运营发展。（2）分析了多种分布式能源协同管理控制过程中的经济性运行调度策略的发展趋势。基于多智能体系统理论,设计了电动汽车虚拟电厂内部综合能源管理系统运行控制模式,并针对物联网发展情境下的异构分布式能源资源和服务统一表示模型的构建进行了阐述,进一步从物理资源层、数据集成层、信息聚合层和功能服务层四维度建立了电动汽车虚拟电厂多尺度柔性空间模型。（3）针对电动汽车虚拟电厂内部分布式电源出力的不确定性,运用多场景技术和太阳幅照度预测,给出了风能/光伏发电的出力预测模型;采用小生境免疫狮子算法和卷积神经网络方法的结合,针对快充型电动汽车充电站,构建了短期负荷预测模型,对充电负荷特性进行了深入分析,利用相关算例对所提出的预测模型进行了仿真实验,证明了方法的准确性与可靠性。（4）基于电动汽车聚合商的移动储能特性,以及优化分布式电源出力偏差成本函数,给出了电动汽车虚拟电厂参与电力市场竞争的协同竞价策略;结合策略性竞争行为,建立了电动汽车虚拟电厂参与能量日前市场的竞价模型,并对基于古诺模型的电力市场均衡问题进行了求解,得到了实现竞标电价和竞标电量计划的最优决策。（5）构建了计及电动汽车需求响应能力的综合型电动汽车虚拟电厂的两阶段决策调度模型。日前能源市场阶段,以整体效益最大化为目标,在充分考虑分布式电源、电动汽车需求响应、移动储能、可控燃气机组、配电网购售电计划等多个影响因素的基础上,对最优调度决策进行了求解;实时平衡市场阶段,以保证配电网的安全稳定运行为目标,结合授权交易电量及不平衡成本因素,增加内部线路安全校核约束,进行内部分布式能源出力的二次优化调整。（6）对电动汽车虚拟电厂的市场化运营模式创新和政策机制进行了研究。遵循能源安全新战略以及电力体制改革的要求,设计了低碳市场交易与动态联盟合作的电动汽车虚拟电厂发展模式;结合区块链技术的去中心化、分布式决策的特点,进行了电动汽车虚拟电厂的区块链市场化运营体系架构;从政策引导和市场机制完善的角度,提出了电动汽车虚拟电厂推广的相关建议,以期为未来规范化的商业运营和发展提供决策参考。

李瑞远^[10]（2020）在《大规模轨迹数据的分布式管理与分析》文中研究表明随着互联网技术的普及和定位技术的不断发展,越来越多的轨迹数据在连续不断地产生。这些轨迹数据蕴含着丰富的信息,能够用于许多城市应用,例如:违章停车检测、车流分析预测、空气质量分析以及可达区域分析等。为充分利用这些轨迹数据,我们首先需要对这些轨迹数据进行有效的管理。然而,由于轨迹数据量通常非常大、更新频率很高、内在结构复杂、查询模式独特,要高效管理轨迹数据非常困难。传统的关系型数据库,例如My SQL Spatial、Post GIS、Oracle Spatial等,为支持时空数据（包括轨迹数据）的管理做了一些优化,然而它们通常会面临着扩展性不足的问题,即当轨迹数据量大于1T时,系统通常难以应对。一些分布式大数据系统例如Spark、Hadoop、HBase等能够存储和处理超大规模的数据,然而这些系统没有内建的时空索引,因此无法高效地支持时空轨迹的查询和分析。一些研究工作基于分布式大数据组件构建了轨迹数据管理系统,但是大部分的这些系统只提供非常有限的轨迹分析函数,无法满足复杂的上层应用;此外,对于轨迹存储它们没有专门做一些优化,因此可能存在效率问题;更进一步,这些系统使用门槛较高,业务开发人员通常需要查阅很多用户手册,编写大量代码。为便捷、高效地管理海量轨迹数据,构建海量轨迹数据与上层应用的桥梁,本文基于开源的时空索引组件Geo Mesa,构建了一个完备的基于NoSQL的分布式轨迹数据管理和分析系统,称为Traj Mesa。Traj Mesa具有扩展性好、效率高、支持多种轨迹查询、允许轨迹更新、使用便捷等特点。主要研究内容和创新点总结如下:（1）设计并实现了多种分布式轨迹预处理操作,包括轨迹噪声过滤、轨迹驻留点检测、轨迹分段、轨迹地图匹配。这些预处理操作不仅在很多应用场景都非常重要,而且对本文后续的轨迹存储索引的设计也很必要。通过分布式的实现,Traj Mesa能够更快地实现更大规模的轨迹预处理操作。（2）设计了一种新的基于NoSQL的轨迹底层存储机制。传统的方法将每个GPS点存储为一条记录,难以对轨迹数据进行压缩,也无法表示整条轨迹的信息,导致无法高效支持许多轨迹查询。本文将一条轨迹的所有GPS点存储在一起,更加有利于轨迹压缩,减少磁盘空间占用的同时,加快查询存储效率。将轨迹的所有GPS点存储在一起,每条记录就包含了轨迹的所有信息,更加方便多种轨迹查询。实验表明,新的存储方式相对于传统的存储方式,存储空间大小减少了80%,索引时间减少了88%,查询效率提高了1?2个数量级。（3）为支持不同的轨迹查询,设计了多种查询优化算法。针对NoSQL不适合存储时间段的问题,设计了一种新的时间段索引方法XZT,可以在毫秒级别支持上TB数据量级的ID时间范围查询。针对轨迹MBR无法精确表示轨迹位置,以及现有XZ2索引不精确的问题,提出了一种轨迹签名方法和XZ2+索引,让轨迹空间范围查询性能提高4%?20%左右。针对相似轨迹查询,提出了MBR剪枝、起止点下界剪枝、签名下界剪枝策略,在本文的实验环境中,Traj Mesa相似轨迹查询比Dita轨迹管理系统快2?3个数量级。针对k邻近查询,提出了区域剪枝、MBR下界剪枝、签名下界剪枝策略,在本文的实验中,Traj Mesa相较于Dita和DFT方法在小数据量情况下,k邻近查询效率提高了50%,在大数据量的情况下,k邻近查询效率提高了1?2个数量级。此外,Traj Mesa比Dita和DFT的扩展性更强,能够轻松处理大规模（大于1T）的轨迹数据,而Dita和DFT在本文的环境中,当数据量大于70GB时,抛出内存异常错误。提出了一种基于后缀树索引的路径时间范围查询方案,相较于倒排索引方法,本文提出的方法树高度为3时有近30%的效率提升。（4）设计并实现了一套完整的轨迹SQL引擎。为了让Traj Mesa更好地支持上层应用,提高系统的易用性,Traj Mesa定义了多种SQL语句类型,对于每种类型,实现了解析器、优化器和执行器。在Traj Mesa中,所有的功能都可以通过一句简单的SQL语句实现,这减少了Traj Mesa的使用门槛。正因为Traj Mesa的高效性、可扩展性和易用性,许多基于Traj Mesa的应用均已在实际生产环境中部署。（5）实现了一个基于Traj Mesa的轨迹分析应用案例。该案例首次使用轨迹拼接技术找到城市中任何一个地点一段时间内能够到达的区域。通过良好的索引设计,能够在毫秒级别快速响应可达区域范围查询请求。相较于静态路网扩张的方法,本文提出的方法能够实时捕捉当前的交通状况信息。相较于车速评估算法,本文提出的方法覆盖度更高。

二、支持大规模虚拟场景快速设计的分布式数据管理系统的研究（论文开题报告）

（1）论文研究背景及目的

此处内容要求：

首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。

写法范例：

本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。

（2）本文研究方法

调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。

实证研究法：依据现有的科学理论和实践的需要提出设计。

定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。

定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。

跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。

模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

三、支持大规模虚拟场景快速设计的分布式数据管理系统的研究（论文提纲范文）

（1）Elasticsearch在电网调度数据管理的应用研究（论文提纲范文）

（2）气电耦合虚拟电厂运营优化及风险评价模型研究（论文提纲范文）

（3）分布式资源聚合虚拟电厂多维交易优化模型研究（论文提纲范文）

（4）基于医学影像的分级存储管理系统设计与实现（论文提纲范文）

（5）反恐特战模拟训练系统的研究与实现（论文提纲范文）

（6）面向高可用和可扩展数据中心的跨层功耗管理（论文提纲范文）

（7）分布式移动网络环境下大规模空间社交媒体数据快速增强现实可视化研究（论文提纲范文）

（8）面向高性能计算系统的融合数据管理关键技术研究（论文提纲范文）

（9）计及电动汽车的虚拟电厂市场化运营决策方法研究（论文提纲范文）

（10）大规模轨迹数据的分布式管理与分析（论文提纲范文）

四、支持大规模虚拟场景快速设计的分布式数据管理系统的研究（论文参考文献）

• [1]Elasticsearch在电网调度数据管理的应用研究[D]. 徐泽天. 广西大学, 2021(12)
• [2]气电耦合虚拟电厂运营优化及风险评价模型研究[D]. 刘沆. 华北电力大学(北京), 2021
• [3]分布式资源聚合虚拟电厂多维交易优化模型研究[D]. 吴静. 华北电力大学(北京), 2021(01)
• [4]基于医学影像的分级存储管理系统设计与实现[D]. 龙瀛. 北京邮电大学, 2021(01)
• [5]反恐特战模拟训练系统的研究与实现[D]. 李芳. 电子科技大学, 2021(01)
• [6]面向高可用和可扩展数据中心的跨层功耗管理[D]. 侯小凤. 上海交通大学, 2020(02)
• [7]分布式移动网络环境下大规模空间社交媒体数据快速增强现实可视化研究[D]. 张帅. 南京大学, 2020(10)
• [8]面向高性能计算系统的融合数据管理关键技术研究[D]. 程鹏. 国防科技大学, 2020(01)
• [9]计及电动汽车的虚拟电厂市场化运营决策方法研究[D]. 李云燕. 华北电力大学(北京), 2020(06)
• [10]大规模轨迹数据的分布式管理与分析[D]. 李瑞远. 西安电子科技大学, 2020(05)