云计算环境下的电力信息一体化管控系统设计
2021-07-27王帅张良武张忠社李兆伟赵闪
王帅,张良武,张忠社,李兆伟,赵闪
(1.国网乌鲁木齐供电公司,新疆 乌鲁木齐 830063:2.国网新疆电力有限公司,新疆 乌鲁木齐 830063:3.国网阿勒泰供电公司,新疆 阿勒泰 836000:4.国网昌吉供电公司,新疆 昌吉 831100)
0 引言
电力企业管理的工作重点是协调企业相关资源,保障电厂设备处于良好的运行状态,使电力企业的发电能力能够满足电网对电力的需求。完成这一任务需要多专业的协调应用,需要大量的电力企业管理经验,并且用先进的技术手段实现企业管理的自动化。如何构建高效的适合电力企业业务管理需求的生产过程控制和管理系统成为电力企业管理创新的难点[1]。
当前对电力信息管理的方法主要有差分信息融合方法、自适应特征提取方法、关联特征分析方法和统计分析方法等,构建电力信息管理系统的关联规则函数和模糊决策函数,通过模糊度寻优控制,进行电力信息管理系统的优化设计,但传统方法设计电力信息管理系统时信息调度时间较长[2]。在以上理论的基础上,提出云计算环境下的电力信息一体化管控系统设计,充分发挥云计算的优势特点,分解电力信息的海量数据,结合电力公司的发展需求,对电力信息进行调度,实现电力信息一体化管控。
1 总体架构
根据云平台提供的服务和用户之间的差异[3],以电力信息一体化调度系统为例,云计服务分为三个层次:第一层为SaaS层,电力信息一体化调度系统的访问用户通过云端的使用统一的入口进行一站式浏览或检索;第二层为PaaS层,该层对于电力信息一体化调度系统来说为开发和部署电力信息的平台;第三层为IaaS层,该层为电力信息一体化调度系统的用户提供基本的计算机资源。
根据上述分析,得到电力信息管理系统的总体设计构架如图1所示。
结合图1所示,分析双滑履球磨机滑履轴承安装的技术要点并研究相应的安装程序。
图1 电力信息管理系统总体架构
2 电力信息一体化管控系统设计
2.1 构建虚拟机电力信息调度模型
接收管控中心的数据请求后,根据发送指令的实际内容,识别电力信息建立虚拟机调度模型。选取不同地区中处理电力信息的服务器,将其等效为一个虚拟机,使同一地区的服务器处于同一局域网中,数字表示电力信息的服务器,统一编号服务器对电力信息的处理速度,根据识别的电力信息大小,分配不同虚拟机管控任务[4]。采用动态迁移方式调度电力信息,首先确定电力信息集群的运行状态,监测终端监控节点的负载情况,然后区分需要迁移的物理节点。设置一个固定的阈值,以CPU使用率为阈值大小的判断标准,当节点使用率超过阈值时,将迁出服务器处理的电力信息,将资源放置其他节点,降低该节点负载,当节点利用率低于设定阈值时,则迁出该节点运行的全部虚拟机,消除该节点运行的电力信息,以此确保电力信息服务质量。采用时间序列的平滑指数,预测节点不同时间窗口的CPU利用率,计算公式为:
公式中,Q为节点CPU利用率预测值,α为小于1的预测参数,ϕ为平滑指数正态分布的随机变量,n表管控时间窗的时间变化,xt为t时刻的节点历史负载权值。通过公式(1),确定需要迁移的电力信息节点,复制服务器存储的电力信息数据,衡量虚拟机体积,选取最小体积的虚拟机进行动态迁移。体积V计算公式为:
公式中, 1V为虚拟机CPU使用率, 2V为虚拟机内存使用率, 3V为虚拟机硬盘使用率,通过以上三个指标,确定电力信息使用率,当使用率越低,则虚拟机体积越小。至此完成虚拟机电力信息调度模型的构建。
2.2 基于云计算调度电力信息实现管控
通过构建模型,确定需要调度的物理节点和虚拟机,利用云计算调度算法,实现电力信息的动态迁移[5]。统计所有虚拟机的子任务完成时间、计算性能和实时网络宽带,将电力信息线路整合到云端,将调度节点作为主节点,调度任务作为云任务,其他物理节点定义为从节点。使每个云任务只能在一个电力信息上执行,对云任务进行编号,按照优先级,由高到低排序调度任务。设置调度任务的约束条件,设主节点为i,从节点为j,则时间约束函数公式为:
公式中,D为信息调度方案的可靠程度,ξ为虚拟机运行的电力信息数量,O为云任务总数量,Mk为经过信息调度后,第k 个云任务选择电力信息的可能性。计算主节点i 到从节点j,不同调度链路的信息时间P和可靠性D,选取最优调度链路,将云任务分配至该链路上,同时更新虚拟机的固有时刻。调度完成后,计算节点j 对云任务的有效处理性,公式为:
公式中,ζ为节点j 对电力信息的处理能力,即电力信息下载可行性,L( j)为虚拟机的云任务计算长度,β表示云任务下载时间段,为下载完成时间和下载开始时间的差值。及时调整云任务的计算长度,使有效处理性的预测值ζ达到最大,以此代替原有的虚拟机性能参数,当云任务完成后,实时分配下一个云任务,根据虚拟机的参数变化,随时调整云任务的优先级,提供更可靠的电力信息,直至遍历所有虚拟机,分配完所有云任务。至此完成电力信息的调度,使信息节点负载达到均衡,完成云计算环境下电力信息一体化管控系统设计。
3 实例分析
3.1 实验准备
实验选取无线局域网,IP地址为187.132.6.2,网络类型为4G,连接公网的接口为wlan0,设定电力信息存储块的大小为120MB,数据采样的信息长度为1024,D/A的控制数字量为ΔD=65536×V/5,仿真测试时间15min。根据上述仿真参数设定,得到电力信息管理系统的输出功率参数如图3所示。
3.2 实验结果分析
最大链路利用率是反映链路最大使用程度的指标,可以间接反映电力信息调度处理能力。不同方法的最大链路利用率对比结果如图2所示。
图2 最大链路利用率对比结果
通过图2可知,不同方法的链路最大利用率以不同速度产生变化,从整体上来看,本文系统的利用率具有一定的优势,说明该系统路径法利用率更高,有效避开发生电力信息调度瓶颈的路径,为电力信息的均衡调度提供有力条件,并且在部分路径出现问题时,能够选取有效路径进行分流,充分验证了本文设计系统的有效性。当电力信息调度完毕后,比较两种系统管控下,电力信息负载均衡度,实验对比结果如表1所示:
表1 负载均衡度对比结果
由表1可知,本文系统平均负载均衡度为18.5、16.3,方法平均负载均衡度为46.9,因此本文系统降低了电力信息传输过程中的负载均衡度。
4 结论
此次设计方法在云计算环境下,设计电力信息一体化管控系统,提高了电力信息调度效率。但此次研究仍存在一定不足,对电力信息管控的安全性需求比较模糊,在今后的研究中,会对安全性参数进行细化,进一步发挥云计算优势,保证电力信息管控的安全性。