专利交易市场

一种计及风电置信风险的多目标最优潮流计算方法，所述方法基于风电随机分布概率密度和机会约束，提出风电高估/低估置信风险功率偏差量化计算方法。通过计及风电高估/低估置信风险，并在决策变量中引入变压器变比调节和无功补偿容量优化，构建源网协调运行的经济/风险多目标最优潮流计算模型。通过将可行性排序操作、非劣性排序操作和回溯搜索算法进行有机融合，设计出基于可行性和非劣性综合排序回溯搜索算法对经济/风险多目标最优潮流模型高效准确求解。本发明可实现对风电高估/低估风险性合理的评估和准确的量化计算，降低含风电并网的电力系统优化运行决策的保守性；实现灵活可靠的经济/风险多目标最优潮流计算，提升风电并网经济性。

本发明公开了一种管理流计算模型的方法、装置及系统，属于大数据流计算技术领域。所述方法包括：服务端接收第一上传信息，所述第一上传信息包括待处理流计算模型的模型标识和对所述待处理流计算模型的操作类型；根据所述模型标识对所述待处理流计算模型执行所述操作类型对应的处理操作；向数据中心的客户端发送发布信息，所述发布信息包括所述待处理流计算模型的模型标识和所述操作类型，所述数据中心包括至少一个计算节点，每个计算节点中包括所述客户端，所述发布信息用于所述客户端在其所在的计算节点中对所述待处理流计算模型执行所述操作类型对应的处理操作。本发明能够降低流计算模型的开发管理难度。

本发明公开了一种面向流计算系统异常感知的容错方法及系统，包括计算模块、系统监控模块、动态扩展模块、错误恢复模块和计算资源池模块。系统监控模块周期性的检测系统中各个工作节点的计算状态，当检测到工作节点的状态为警告时，通过系统监控模块、动态扩展模块、错误恢复模块及计算资源池模块之间的相互配合，对处于警告状态的工作节点进行预防性的错误恢复；系统监控模块进一步监控处于警告状态的工作节点，根据工作节点的状态从警告分别到错误、正常和异常之间转变，错误恢复模块做出不同的处理。这是一种在实现流计算系统中对用户透明的容错方法；本发明具有完整的错误恢复过程，并且提高了流计算系统的错误恢复效率。

本发明涉及一种基于数据流预测的Storm任务伸缩调度算法，属于数据交换网络领域。通过监控模块获得用户提交的Topology任务的实时运行数据，求解在满足组件负载的情况下Topology中相连组件的并行度，然后迭代求出Topology中所有组件的并行度。利用时间序列模型来预测Topology要处理的数据量，并求得在该情况下Topology中开始组件spout的较优并行度，获得预测情况下的Topology中各组件的较优并行度，并进行调度。在调度中使用线上调度算法，最大限度减少结点间的网络通信并保证集群的负载均衡。本发明克服了现有对Topology中各组件间的关联性考虑的不足，弥补了不能快速高效地求解到用户提交Topology中各组件的较优并行度的不足，具有提前预测变化、提高吞吐量、降低处理时延的优点。