第一个书签之前
第一章 绪论
1.1 课题背景及研究意义
1.1.1 课题背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 智能变电站调度平台研究现状
1.2.2 Spark云计算研究现状
1.2.3 并行潮流算法研究现状
1.3 论文主要工作
第二章 Spark基础理论及相关技术
2.1 MapReduce核心技术简述
2.1.1 分布式计算框架
2.1.2 MapReduce模型
2.1.3 MapReduce调度策略
2.2 Spark核心技术简述
2.2.1 Spark架构模式
2.2.2 Spark工作流程
2.3 智能变电站云调度系统概述
2.4 本章小结
第三章 异构环境下Spark智能调度云系统的设计与优化
3.1 概述
3.2 RDD运算流的构建与分析
3.2.1 Spark任务调度过程
3.2.2 RDD运算流图的建立
3.3 基于RDD运算流的优化策略
3.3.1 基于优先级的任务筛选策略
3.3.2 基于优先级的RDD分区缓存策略
3.4 基于RDD运算流的多目标资源调度策略的设计
3.4.1 RDD分级调度策略的制定
3.4.2 目标函数和控制变量的选择
3.5 基于Pareto的多目标调度优化算法
3.5.1 编码方式的选取
3.5.2 适用度函数的构造
3.5.3 基于偏好支配的搜索
3.5.4 种群的克隆增殖操作
3.5.5 种群修剪策略
3.5.6 MOPIA算法主流程
3.6 算法仿真及性能分析
3.6.1 实验环境介绍
3.6.2 模型参数设置
3.6.3 实验结果分析
3.7 本章小结
第四章 基于Spark云计算的电力系统并行潮流算法的设计与实现
4.1 概述
4.2 串行系统基本潮流算法
4.3 牛拉法潮流计算的并行化改造
4.4 基于Spark平台的并行潮流算法的设计与装配
4.4.1 Spark-GPU云对Jacobi矩阵的分布式更新
4.4.2 Spark-GPU云对修正方程的分布式求解
4.4.3 并行潮流计算流程图
4.5 算例仿真分析
4.5.1 Hadoop云环境的实现
4.5.2 Spark云环境的实现
4.5.3 实验测试
4.6 本章小结
第五章 总结与展望
5.1 工作总结
5.2 研究展望
参考文献
发表论文和科研情况说明
致 谢