面向风电系统的分布式云存储关键技术研究
[Abstract]:Under the background of the rapid development of global economy, the exploitation of energy is increasing, and the environmental pollution is becoming more and more serious. In order to ensure the long-term and effective development of national economy, the development and use of new energy is one of the most effective methods. Wind energy is the renewable energy with the greatest potential in large-scale development and utilization. With the increase of installed capacity, more and more users, more and more demand for storage space, data growth presents an unimaginable trend. However, in the face of large amounts of data, traditional databases often appear the problems of overflowing, low reliability and low scalability. Distributed cloud storage technology adopts the parallel idea of Map/Reduce, which is mainly used in the access and management of massive data. It has the advantages of scalability, low cost and high performance, and can effectively solve the problems caused by traditional databases. For each server of wind power system, if the access request is sent to the original database every time, it will also increase the load of the computer node, increase the response time of the user request, and affect the performance of the system. Distributed cache technology is a method to improve the speed of data query with the lowest cost. According to the actual demand of wind power prediction project in a wind power system in Sichuan province, the distributed cache system is studied in this paper, aiming at the problems of the access load of the database server and the delay waiting time of the user request in the project. The data distribution and replacement algorithm of cache system is improved, and the design of the whole system is completed. The main work of this paper is as follows: (1) the related theoretical knowledge of distributed cloud storage is analyzed, including distributed file system, distributed search and query technology, parallel processing. Data caching and load balancing technology. (2) the whole framework and each module of distributed cache system are deeply studied. The topology, data distribution, cache synchronization, cache replacement algorithm and communication protocol are analyzed. A more reasonable scheme is designed for the effective management and storage of wind farm data. (3) the implementation of distributed cache system is completed. Firstly, the whole architecture platform of the system is built in QT environment, and then the function of each module is realized. This paper focuses on improving the data distribution pattern and cache replacement algorithm. In order to solve the problem of uneven data distribution in the consistent hash algorithm, "virtual node" is introduced to improve it, based on the existing replacement algorithm. A synthetic factor based replacement algorithm FST (Frequency,Object Size,Access Time),) is designed to solve the problems of single factor and low hit rate in the traditional algorithm.
【学位授予单位】:电子科技大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP333
【相似文献】
相关期刊论文 前10条
1 L.N.MODRAN; LizetaPOPESCU;;一种小功率风电系统能量自动转化装置[J];电力电子;2005年02期
2 Bertram Schott;;用于风电系统的关键元件[J];今日电子;2011年01期
3 杜宝星;刘观起;杨玉新;;电网电压跌落时双馈风电系统无功支持策略[J];电气技术;2012年12期
4 赵杨;;双馈变速恒频风电系统控制方向研究综述[J];电子技术与软件工程;2014年11期
5 童菲;晁勤;曹慧;;风电系统动态稳定性分析的编程实现[J];信息技术;2007年11期
6 李建林;;风电系统中大功率逆变器拓扑结构分析综述[J];变频器世界;2009年05期
7 张建华;蔚芳;谢孟丽;刘其辉;;电网电压不对称时基于预测电流的双馈风电系统优化控制[J];电网技术;2012年12期
8 刘吉宏;吕跃刚;郭鹏;徐大平;;风电系统最大风能追踪的智能模型预测控制[J];计算机工程与应用;2011年09期
9 童菲;晁勤;曹慧;;应用Matlab对风电系统的动稳仿真[J];低压电器;2007年19期
10 李季;周雪松;马幼捷;王海洋;;风电系统参数对Hopf分岔影响的仿真[J];吉林大学学报(理学版);2012年05期
相关会议论文 前10条
1 王传杰;王锡凡;;分频风电系统的频率优化控制策略研究[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(下册)[C];2008年
2 武云甫;武英华;蔡南;;大规模规划建设风电刍议[A];规划50年——2006中国城市规划年会论文集(下册)[C];2006年
3 杨晓萍;段先锋;冯帆;;直驱永磁同步风电系统低电压穿越的研究[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(下册)[C];2008年
4 潘庭龙;纪志成;;变速恒频双馈风电系统的建模及运行特性分析[A];2009中国控制与决策会议论文集(1)[C];2009年
5 丁千;张微;张文德;朗作贵;;风电系统齿轮箱振动特性研究与优化[A];第九届全国动力学与控制学术会议会议手册[C];2012年
6 肖运启;徐大平;吕跃刚;;基于模糊逻辑的变速恒频风电系统最大风能追踪控制[A];第二十六届中国控制会议论文集[C];2007年
7 史运涛;刘伟川;郑虹;;基于MLD的风电系统全工况建模与预测控制研究[A];第25届中国控制与决策会议论文集[C];2013年
8 王丹平;;考虑EENS的含风电系统旋转备用获取模型[A];2013年中国电机工程学会年会论文集[C];2013年
9 刘超辉;叶全胜;应黎明;;风电系统中双馈发电机的励磁控制研究[A];科技、工程与经济社会协调发展——中国科协第五届青年学术年会论文集[C];2004年
10 万继光;王继彬;谢长生;;一种基于多媒体应用的缓存替换算法研究[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
相关重要报纸文章 前2条
1 记者 王君开;三海机电公司自主创新天地宽[N];辽源日报;2011年
2 审计署京津冀特派办社保审计处 庄作钦;社会保障领域违法违纪行为的信息化特征[N];中国审计报;2008年
相关博士学位论文 前10条
1 吴洪兵;基于免疫算法的风电系统故障诊断技术研究[D];南京航空航天大学;2014年
2 陈文杰;双馈风电系统重复性低电压穿越运行研究[D];浙江大学;2015年
3 董永军;海岛中小型独立风电系统可靠运行技术研究[D];东北师范大学;2013年
4 耿华;风力发电系统能量优化问题的研究[D];清华大学;2008年
5 江善和;粒子群算法改进研究及在风电系统优化调度中的应用[D];江南大学;2015年
6 刘凯;无交叠多摄像机网络中的人员再辨识[D];北京邮电大学;2015年
7 王博;MapReduce资源调配关键技术研究[D];清华大学;2015年
8 冯晓兵;数据分布全局优化技术[D];中国科学院研究生院(计算技术研究所);1999年
9 王轶然;分布式主存系统上自动数据和计算分解和相关研究[D];中国科学院研究生院(计算技术研究所);2006年
10 房振满;多核缓存系统优化及评测研究[D];复旦大学;2014年
相关硕士学位论文 前10条
1 鲁尔洁;面向风电系统的分布式云存储关键技术研究[D];电子科技大学;2017年
2 张洋溢;风电场动态等值建模方法研究[D];哈尔滨工业大学;2015年
3 吴波;直驱式风电系统功率跟踪优化控制策略研究[D];重庆理工大学;2015年
4 郁海彬;基于NI平台的双馈风电系统的研究[D];上海电力学院;2015年
5 张毅;直驱式风电系统并网逆变器降损降噪关键技术研究[D];西安工程大学;2015年
6 张甲兵;新型升压励磁的开关磁阻风电系统研究[D];湘潭大学;2015年
7 牛进才;风电系统变流器控制算法的实现[D];内蒙古大学;2016年
8 张琪;基于能量成型控制的双馈风电系统低电压穿越技术研究[D];哈尔滨工业大学;2016年
9 张梅;观馈风电系统低电压穿越技术研究[D];南京师范大学;2016年
10 马号;电网电压跌落下双馈风电系统故障穿越技术研究[D];重庆大学;2016年
,本文编号:2357257
本文链接:https://www.wllwen.com/kejilunwen/jisuanjikexuelunwen/2357257.html