王桂兰
- 作品数：32 被引量：333H指数：8
- 供职机构：华北电力大学控制与计算机工程学院更多>>
- 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：自动化与计算机技术电气工程经济管理电子电信更多>>
- 云制造服务资源调度方法及云制造服务系统
- 本发明适用于工业互联网技术领域，提供了一种云制造服务资源调度方法及云制造服务系统，该方法包括：从制造任务池中获取任务，任务包含多个子任务；根据各个云制造服务商在制造服务池中的资源，利用第一预设规则选择至少一个云制造服务商...
- 吴军英王桂兰刘宏刘玮李士林张鹏飞路欣曾康为张海晓姜丹孙思思
- Spark环境下基于多维Bloom Filter的星型连接算法研究
- 随着对实时数据高性能分析需求的不断提高,实时OLAP系统获得了广泛关注,基于Spark平台的内存计算能力,有助于实现实时OLAP系统的实时数据分析.星型联接是OLAP系统的基础核心操作之一,对OLAP系统性能影响很大.本...
- 周国亮萨初日拉朱永利王桂兰
- 基于区块链的多元信息交互综合能源服务系统及方法
- 本发明属于能源服务技术领域，公开了一种基于区块链的多元信息交互综合能源服务系统及方法，所述基于区块链的多元信息交互综合能源服务系统包括：能源信息采集模块、能耗监测模块、主控模块、数据处理模块、数据汇聚模块、能源调度模块、...
- 周国亮王桂兰
- 文献传递
- 一种基于Spark的能源互联网信息平台及其应用
- 本发明公开了一种基于Spark的能源互联网信息平台及其应用，包括：Spark Streaming模块，用于完成数据的接收，并快速对其检测、过滤和解析；内存并行计算模块，与Spark Streaming模块连接，用于利用S...
- 王桂兰周国亮
- 文献传递
- 基于OLAP的数据查询服务器、系统和方法
- 本发明涉及一种基于OLAP的数据查询服务器、系统和方法，该服务器包括CPU和GPU；CPU的请求获取模块，用于获取数据查询请求，数据查询请求包括待查询的维表信息和事实表信息；元数据模块，用于加载待查询的维表信息对应的维表...
- 王桂兰周国亮
- 一种基于区块链的经济调度方法
- 本发明公开一种基于区块链的经济调度方法，包括，获取分布式电源，基于分布式电源构建以太坊私有区块链网络，基于以太坊私有区块链网络，获取分布式电源输出功率，基于分布式电源输出功率，通过梯度修正算法进行经济调度计算，得到经济调...
- 王桂兰臧齐齐樊碧菡曾康为邸剑周国亮杨璟正张海晓
- 基于OLAP的数据查询服务器、系统和方法
- 本发明涉及一种基于OLAP的数据查询服务器、系统和方法，该服务器包括CPU和GPU；CPU的请求获取模块，用于获取数据查询请求，数据查询请求包括待查询的维表信息和事实表信息；元数据模块，用于加载待查询的维表信息对应的维表...
- 王桂兰周国亮
- 文献传递
- 基于近端策略优化算法含碳捕集的综合能源系统低碳经济调度被引量：1
- 2024年
- 为了实现园区综合能源系统(PIES)的低碳化经济运行和多能源互补,解决碳捕集装置耗电与捕碳需求之间的矛盾,以及不确定性源荷实时响应的问题,提出了基于近端策略优化算法含碳捕集的综合能源系统低碳经济调度方法。该方法通过在PIES中添加碳捕集装置,解决了碳捕集装置耗电和捕碳需求之间的矛盾,进而实现了PIES的低碳化运行;通过采用近端策略优化算法对PIES进行动态调度,解决了源荷的不确定性,平衡了各种能源的供给需求,进而降低了系统的运行成本。实验结果表明:该方法实现了不确定性源荷的实时响应,并相比于DDPG(deep deterministic policy gradient)和DQN(deep Q network)方法在低碳化经济运行方面具有有效性及先进性。
- 王桂兰张海晓刘宏曾康为
- 实时大数据处理技术在状态监测领域中的应用被引量：55
- 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
- Spark环境下的并行模糊C均值聚类算法被引量：11
- 2016年
- 针对聚类算法需要处理数据集的规模越来越大、时效性要求越来越高,对算法的大数据适应能力和性能要求更高的问题,提出一种在Spark分布式内存计算平台下的模糊C均值（FCM）算法Spark-FCM。首先对矩阵通过水平分割实现分布式存储,不同向量存储在不同节点;然后基于FCM算法的计算特点,设计了分布式和缓存敏感的常用矩阵操作,包括乘法、转置和加法等;最后基于矩阵操作和Spark平台特点,设计了Spark-FCM算法,主要数据结构采用分布式矩阵存储,具有节点间数据移动少和每个步骤分布式计算特点。通过在单机和集群环境下测试,算法具有良好的可扩展性,并可以适应大规模数据集,算法性能与数据量成线性关系,集群环境下性能比单机提高2~3倍。
- 王桂兰周国亮萨初日拉朱永利
- 关键词：SPARK模糊C均值矩阵运算
