电力云数据中心任务调度策略的研究

发布时间：2017-09-23 19:08

  本文关键词：电力云数据中心任务调度策略的研究

  更多相关文章： 电力云数据中心 任务调度 服务质量 贪心算法 遗传算法

【摘要】：建立一体化信息平台作为贯穿智能电网六大环节的基础支撑平台，是电力企业信息化建设的发展趋势。随着智能变电站一体化监控平台及通信信息平台的建设与发展，，电力数据呈现爆炸式的增长，而现有电力数据中心在处理海量数据时效率不高，无法满足电力用户多服务质量（QoS）需求。云计算的核心技术是具有大规模的廉价服务器集群、虚拟化技术、海量分布式数据处理技术以及并行编程模型等，能更好的满足智能电网数据中心平台的建设需要。 本文分析数据中心和云计算任务调度的应用现状，并从云计算数据中心任务调度需求分析入手，确定负载均衡和QoS作为任务调度的技术目标。依据MapReduce并行模型框架，研究其任务执行过程，并针对现有电力数据中心面临的资源利用率低、可扩展性差及能耗成本高的问题，给出电力云数据中心的设计方案。以时间、可靠性、安全性和优先级为约束条件，建立一种电力用户多QoS评价模型，并给出基于负载均衡的贪心算法和遗传算法，以QoS总体效应值和任务完成时间为目标进行任务调度。 建立变电设备状态评估中心实验平台，对其故障诊断、检修维护等任务进行模拟调度，并使用Cloudsim仿真工具进行测试。实验结果表明，该算法能最大限度地满足电力用户多QoS需求，有效提高电力数据中心运行的效率，与传统方案相比，能够达到更加优越的负载均衡效果。
【关键词】：电力云数据中心 任务调度 服务质量 贪心算法 遗传算法
【学位授予单位】：华北电力大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP308;TM73
【目录】：

• 摘要5-6
• Abstract6-9
• 第1章 绪论9-14
• 1.1 课题研究的背景和意义9-10
• 1.2 国内外研究现状10-13
• 1.2.1 数据中心研究现状10-11
• 1.2.2 云计算任务调度研究现状11-13
• 1.3 本文主要工作及内容安排13-14
• 第2章 云计算中心的任务调度14-21
• 2.1 云数据中心14-16
• 2.2 云计算数据中心任务调度需求分析16-18
• 2.3 云计算任务调度18-20
• 2.3.1 Hadoop 任务调度方案分析18-19
• 2.3.2 云环境下任务调度算法19-20
• 2.4 本章小结20-21
• 第3章 电力云数据中心设计方案21-26
• 3.1 现有电力数据中心21-22
• 3.2 云计算在电力数据中心上的优势22-23
• 3.3 电力数据中心云计算平台23-25
• 3.3.1 基础设施层24
• 3.3.2 业务应用层24-25
• 3.3.3 云计算平台层25
• 3.4 本章小结25-26
• 第4章 电力云数据中心任务调度策略与算法26-36
• 4.1 电力云数据中心任务调度流程26
• 4.2 电力云数据中心多 QoS 评价模型26-29
• 4.2.1 QoS 参数设置27-28
• 4.2.2 QoS 效用函数28-29
• 4.3 负载均衡概述29
• 4.4 基于多 QoS 评价模型的贪心算法29-31
• 4.5 基于多 QoS 评价模型的遗传算法31-35
• 4.5.1 染色体编码33
• 4.5.2 适应度函数的选择33-34
• 4.5.3 个体选择34-35
• 4.5.4 交叉与变异操作35
• 4.6 本章小结35-36
• 第5章 变电设备状态评估中心实验平台仿真测试36-45
• 5.1 CloudSim 仿真平台36-38
• 5.2 变电设备状态评估中心实验平台38
• 5.3 实验环境配置及仿真步骤38-41
• 5.3.1 仿真环境配置38-39
• 5.3.2 仿真步骤39-41
• 5.4 仿真结果与分析41-44
• 5.4.1 QoS 贪心算法的仿真结果与分析41-43
• 5.4.2 QoS 遗传算法的仿真结果与分析43-44
• 5.5 本章小结44-45
• 第6章 总结与展望45-46
• 参考文献46-49
• 攻读硕士学位期间发表的论文及其它成果49-50
• 致谢50

【参考文献】

中国期刊全文数据库 前5条

1 张亮;;电力调度数据中心数据质量问题研究[J];华东电力;2009年03期

2 陈全;邓倩妮;;云计算及其关键技术[J];计算机应用;2009年09期

3 王凯;吴泉源;杨树强;;一种多用户MapReduce集群的作业调度算法的设计与实现[J];计算机与现代化;2010年10期

4 姚婧;何聚厚;;基于自适应蜂群算法的云计算负载平衡机制[J];计算机应用;2012年09期

5 覃雄派;王会举;杜小勇;王珊;;大数据分析——RDBMS与MapReduce的竞争与共生[J];软件学报;2012年01期

本文编号：906959