宋亚奇
- 作品数：51 被引量：1,090H指数：15
- 供职机构：华北电力大学控制与计算机工程学院计算机系更多>>
- 发文基金：中央高校基本科研业务费专项资金国家自然科学基金河北省自然科学基金更多>>
- 相关领域：电气工程自动化与计算机技术电子电信文学更多>>
- 智能电网大数据处理技术现状与挑战被引量：537
- 2013年
- 智能电网需要全景的状态数据。电网运行、检修和管理过程中会产生海量异构、多态的数据,也即大数据。如何对它们进行高效、可靠、低廉地存储,并快速访问和分析,是当前重要的研究课题。文章首先分析了发电、输变电以及用电各个环节中大数据的产生来源和特点;其后,综述了目前在商业、互联网和工业监测领域已有的大数据处理技术,并详细分析这些技术在应对智能电网建设和大数据处理方面的优势和不足。最后,从大数据存储、实时数据处理、异构多数据源融合以及大数据可视化4个方面论述了智能电网大数据带来的机遇和挑战。
- 宋亚奇周国亮朱永利
- 关键词：智能电网大数据云计算并行数据库
- 基于拆分-协作方法的移动Agent安全保护
- 2007年
- 恶意主机对移动Agent的威胁是移动Agent技术应用的主要障碍之一。对此,提出一种基于拆分-协作的保护移动Agent的方法。根据功能模块将一个移动Agent拆分成多个子Agent协同工作,完成原移动Agent相同的功能。借助信息论中的熵理论,证明了这种拆分使得移动Agent任务的理解难度随拆分数目的增长成正比增长,有助于保护移动Agent的机密性,从而在一定程度上阻止了恶意主机对移动Agent的攻击。最后讨论了效率问题及拆分的副作用。
- 宋亚奇房鼎益吴晓南陈晓江
- 关键词：移动AGENT拆分恶意主机
- 一种状态监测数据的分布式存储与并行挖掘方法
- 一种状态监测数据的分布式存储与并行挖掘方法，它通过Web服务描述语言定义变电站状态监测远程单元与状态监测通信前置机的功能服务模型，通过简单对象访问协议进行电力广域网环境下电力设备状态监测数据交换；它将大规模状态监测数据冗...
- 王德文宋亚奇肖磊肖凯
- 电力设备监测数据的流式计算与动态可视化展示被引量：15
- 2017年
- 电力设备监测数据的实时分析和可视化展示是智能电网建设的重要内容。以Hadoop为代表的传统数据处理模型不能满足业务时延要求。提出基于阿里云流计算(Stream Compute)的电力设备监测数据流式计算与动态可视化展示方法,并应用Stream Compute的上下游服务搭建了用于电力设备监测数据的时频分析和可视化展示的应用系统。试验测试表明,所搭建的系统整体的处理延迟被控制在s级,能够满足电力设备在线监测及实时数据展示的性能要求。
- 李莉朱永利宋亚奇
- 关键词：在线监测大数据流计算数据可视化
- 神经元形态分类和识别方法的研究被引量：2
- 2013年
- 以数学建模的方式对神经元的形态分类进行了研究。首先通过神经元的几何模型数据,得到一系列刻画神经元空间形态的特征参数;然后根据特征参数建立特征参数的主成分分析数学模型,提取了神经元的综合形态特征;最后依据综合形态特征,提出了一种基于系统聚类分析法和贝叶斯判别法的神经元空间形态分类算法。实验结果验证了该分类算法的正确性。
- 刘树仁宋亚奇朱永利
- 关键词：人类脑计划主成分分析聚类分析
- 多尺度熵在变压器振动信号特征提取中的应用被引量：9
- 2015年
- 以提取变压器绕组振动信号有效特征为目的,对多尺度熵(multiscale entropy,简称MSE)适用于非平稳非线性振动信号分析的特点和机理进行分析,在此基础上将其引入变压器绕组振动信号的特征提取中。利用不同尺度内信号样本熵的变化来反映变压器绕组运行状态的改变,将其作为一个能定量描述绕组故障信号特征的有效特征参数。实验数据分析表明,与样本熵相比,多尺度熵能更好地实现故障信号特征的定量提取,是表征变压器绕组不同故障信息的一种有效参数。
- 李莉朱永利宋亚奇
- 关键词：变压器绕组振动信号特征提取
- 基于EL的Java混淆器设计与实现
- 根据Java虚拟机规范,使用BCEL设计并实现了一个java混淆器。该混淆器实现了控制流平整算法,能够有效阻止对软件的静态分析。实验表明,该算法对不同类型程序造成的运行时性能过载随着程序分支数的增长而增大。
- 宋亚奇李莉
- 关键词：JAVA混淆
- 文献传递
- 一种供电企业绩效考核硬件系统
- 本实用新型涉及一种供电企业绩效考核硬件系统，其包括若干用户工作机、SOAP路由器、若干应用服务器、局域网用户机以及系统管理机；其中，所述若干用户工作机通过英特网远程连接至路由器上；所述若干应用服务器、局域网用户机以及系统...
- 陈娟宋亚奇刘军鲁斌
- 文献传递
- 实时大数据处理技术在状态监测领域中的应用被引量：54
- 2014年
- 随着智能电网建设和研究的不断推进,对输变电设备状态监测的广度和深度不断加强,状态监测过程中收集的数据量呈指数级增长。然而,电力系统要求对生产、管理、运营能够实时监控,对在线监测系统的实时性要求很高。现有的大数据处理技术(如Map Reduce等适合离线大数据分析)应用于在线状态监测系统时,其性能很难保证。根据状态监测数据特点,利用Storm实时处理监测数据流,设计了数据流处理拓扑结构和消息树;利用Spark内存集群计算技术,提高状态评价和数据分析算法的性能,设计了k-means的聚类算法,实现数据的聚类划分。最后提出了结合大数据处理、实时流数据处理和内存批处理技术的状态监测数据实时分析框架。
- 周国亮朱永利王桂兰宋亚奇
- 关键词：在线状态监测数据流
- 基于随机插入策略的Java混淆器设计与实现被引量：3
- 2009年
- 控制流混淆用于混淆程序的运行流程,从而防止对软件的逆向工程,但通常混淆后的程序在代码量以及执行时间方面都有较大增长。提出了随机插入混淆策略,采用分支插入算法和循环条件插入算法相结合,并引入了随机函数以限制代码的插入操作,从而控制代码长度的增长。使用BCEL设计并实现了基于Java字节码的控制流混淆转换工具,能够实现Java字节码的迭代混淆,且混淆结果具有一定的不可再现性。实验结果表明,该策略能够有效地控制混淆转换带来的性能过载,同时能够有效地防止逆向工程攻击。
- 宋亚奇李莉
- 关键词：混淆控制流
