淺析基于云計算的智能計量平臺研發的論文

時間：2021-05-28 15:21:11 論文我要投稿

淺析基于云計算的智能計量平臺研發的論文

　　1 系統需求

淺析基于云計算的智能計量平臺研發的論文

　　根據智能計量業務的需求，智能計量平臺將基于云計算技術，使系統需要和營銷管理系統、95598系統、生產管理系統、智能小區系統以及省網營銷管理系統進行數據的交互，以實現計量業務與營銷其他業務的雙向互助支撐。此外，系統還需要整合現有的居民集抄系統、負荷控制系統及配電變壓器監測系統，構建電力客戶與電網管理部門的智能化和多樣化互動服務平臺。系統的物理架構。

　　可知，本系統的目的是將不同領域的單一監測系統(如廠站電能量遙測系統、大客戶負荷管理系統、配電變壓器監測計量系統、低壓集中抄表系統和智能小區系統)進行整合，通過利用虛擬化平臺對上述系統涉及到的服務器、存儲設備以及網絡設備的資源進行虛擬化，屏蔽了由于硬件資源的不同導致相互通信受阻問題，并以虛擬機為單位進行統一的資源管理，通過虛擬機將各類系統數據集中到主站或者通過統一的虛擬機將主站的指令發送到各監測終端，然后在主站端進行計量業務的綜合應用分析和用電信息輔助決策。

　　2 核心技術介紹

　　Hadoop是分布式系統基礎架構，是由開源組織Apache開發。基于Hadoop[9]的應用系統可以運行在廉價的硬件設施組成的集群上，通過Hadoop可以快速構建一個具有高可靠性和良好擴展性的分布式系統。系統主要由HDFS、MapReduce和HBase等組件組成，其中HDFS和MapReduce是Hadoop的兩個核心組件，HDFS是Hadoop實現的一個高度容錯的分布式文件系統，具有較強的可擴展性，同時HDFS也是Hadoop系統的基礎層，負責數據的存儲管理，并且能夠提供高吞吐量的數據訪問，適合處理大規模數據集的應用程序。而MapReduce[10]是一種并行計算模型，它能夠有效合理地分割輸入數據，進而并行處理，適合對海量數據的處理。Hadoop實現的MapReduce計算框架提供一種簡單的編程模型，節省時間，可以快速實現分布式計算應用;HBase是一個分布式的、面向列的非關系型數據庫，是云計算中的開源實現，支持高性能并發讀寫。

　　在本項目中， H a d o o p 集群局域網由1 臺NameNode服務器、1臺SecondaryNameNode服務器、1臺JobTracker服務器和多臺從服務器組成。NameNode服務器負責管理海量數據文件的分割、存儲以及監控DataNode的運行情況。應用程序需要讀取數據文件，首先訪問NameNode服務器，獲取數據文件在各DataNode上的分布，然后直接與DataNode通信。一旦發現某個DataNode宕機，NameNode將通知應用程序訪問宕機節點各數據塊的副本，并在其他DataNode上增加宕機節點各數據塊的副本，以保證平臺的可靠運行。SecondaryNameNode服務器用來監控HDFS狀態，與NameNode進行通信，以便定期保存HDFS元數據的快照，若NameNode發生問題，其作為備用NameNode使用。JobTracker服務器負責管理計算任務的分解和匯總，負責監控各TaskTracker節點的運行情況，一旦某個任務失敗，JobTracker自動重新啟動這個任務。從服務器承擔了DataNode和TaskTracker兩種角色，分別負責數據塊的存儲和數據計算的map、reduce任務的運行。

　　3 平臺框架結構

　　結合智能計量平臺自身的特點，智能計量云平臺在設計上采用分布式、分層結構，可以劃分為整個系統的實現由云設備、云平臺、基礎服務、高級應用及表現層五層構成，云設備層由主機設備、存儲設備、網絡設備及其他設備組成。在本系統軟件設計中，采用VMware虛擬化平臺管理技術，通過對上述設備進行操作系統虛擬化處理，實現了對硬件資源的虛擬化，并對上述虛擬化后的硬件采用虛擬機的管理方式，實現了資源抽象、資源監控、資源部署以及安全的管理。通過虛擬化技術的實施，不但保證了資源的利用效率，還使系統管理人員可以不受形式各異的硬件資源及操作系統的影響，而將工作重心全部投入到系統業務應用上。

　　云平臺由數據存儲、計算服務、負載管理、數據隔離和備份管理等服務組成。該平臺以虛擬機為單位構建了數據庫集群、應用集群、網關集群、采集集群、Web集群和接口服務器集群等基礎平臺運行環境，采用分布式文件系統、分布式數據庫管理系統、數據管理和數據分析等先進的云計算技術，實現了海量數據的大規模存儲，為后續的數據挖掘，高級數據應用提供了高性能的分布式計算環境。服務層由系統模型管理、數據中心管理、數據訪問服務、消息服務、報表服務、通信管理、規約管理、系統維護及權限服務等組成，本層是業務系統的堅強基礎，高級應用的每個模塊都要求這些服務的支撐。該層采用MapReduce作為處理海量數據的并行編程模型和計算框架。對于大規模的數據集合操作，采用任務分解與結果匯總的方法。此外，通過采用高級數據流語言Pig實現了簡化MapReduce任務的開發過程。在系統模型管理提供了整個系統內在的基于IEC 61970/IEC 61968的數據結構，能夠實現系統的'互操作;數據中心管理及數據訪問服務提供了基礎運行大數據的快速準確訪問機制;通信管理提供整個系統通信信道及通信方式的選擇機制;而規約管理提供了系統數據交換的模型格式。

　　應用層由能耗管理、運維管理、降損節能管理、設備狀態評估、信息發布及數據接口等組成。能耗管理主要涉及異常用電、虛擬費控管理、有序用電管理、動能管理、分布式新能源管理及智能家居管理等;運維管理主要涉及計量校驗數據移動接入、計量設備缺陷分析及移動處缺管理等;降損節能主要涉及到關系電網經濟運行的損耗分析、電能質量各指標分析以及增值服務等;設備狀態評估主要涉及到供電仿真分析、配電變壓器狀態評估及設備全生命周期管理等功能。表現層主要是整個系統的訪問界面，電力客戶與供電部門可以通過計算機客戶端、手持終端、LED大屏、觸摸屏及多媒體電視等實現雙向互動、用電信息的及時披露、異常供電的早通知及處缺管理的更加便利化。本層在設計時主要使用Flex技術來保證系統的易用性，并使用Swiz技術框架來實現模型-視圖-控制器(Model-View-Controller，MVC)設計，并充分利用現有平臺中的系統管理功能。

　　4 平臺系統特點

　　與原計量平臺相比，新型智能計量自動化平臺具有下述優點：

　　1)在主站平臺系統的設計上，底層系統采用云平臺架構，整合主機設備、存儲設備、網絡設備及其他設備，在這些設備基礎上進行操作系統虛擬化處理，提供數據存儲、計算服務、負載管理、數據隔離及備份管理等服務，保障設備高效利用、上層服務及時響應，保障高級應用各模塊能夠負載均衡，且快速得到處理。

　　2)在系統內核設計上，采用統一數據中心建設模式，采用模塊化設計方式，即：統一設備建模、統一業務管理、統一數據采集、統一分析計算、統一網絡平臺、統一告警及統一信息發布，避免重復建設，以便各種后續高級應用模塊能夠靈活配置，達到即插即用的目的。

　　3)在網絡設計上，以計量自動化系統主站為基礎，與廠站電能量遙測系統、大客戶負荷管理系統、配變監測計量系統、低壓集中抄表系統及智能小區系統統一組網，共享通信服務資源，共用相同的數據庫服務系統，建設一體化主站系統。一體化主站系統中市局、縣局、供電所、變電站、母線、主變壓器要求、線路、大客戶、臺區、專用變壓器、配電變壓器、表計、終端和計量點等對象各自唯一編碼，可滿足采集模型和分析模型的構建。

　　4)在系統部署上，采用集中式部署方式。即：只在地市供電局部署主站，各縣級供電局不單獨建設主站，而以工作站的方式接入主站，所有的業務都必須在主站完成。

　　5)在接口設計上，系統不僅需要與表計終端進行通信交換運行信息，而且需要與諸如營銷管理系統、生產管理系統及95598系統等外部接口，以獲取諸如檔案資料、繳費情況、購售電以及客戶用電反饋信息等各種信息的支撐。

【淺析基于云計算的智能計量平臺研發的論文】相關文章：

國家中小學教育云平臺課程學習入口03-22

基于系統設計的科研管理論文03-21

人工智能論文2500字01-27

國家中小學教育云平臺課程教學入口匯總03-31

云的諺語11-11

我的智能家庭03-07