| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究的背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 并行计算框架 | 第11-12页 |
| 1.2.2 内存集群计算 | 第12-14页 |
| 1.2.3 电力云平台 | 第14页 |
| 1.3 本文主要工作与内容安排 | 第14-16页 |
| 第2章 云计算平台技术分析 | 第16-20页 |
| 2.1 云计算平台技术 | 第16-17页 |
| 2.1.1 分布式存储系统 | 第16页 |
| 2.1.2 资源管理器 | 第16-17页 |
| 2.1.3 数据分析框架 | 第17页 |
| 2.2 内存集群计算性能分析 | 第17-19页 |
| 2.2.1 分布式并行计算 | 第17-18页 |
| 2.2.2 内存集群计算 | 第18页 |
| 2.2.3 Spark与Hadoop性能对比分析 | 第18-19页 |
| 2.3 内存集群计算Spark特性及应用场景 | 第19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 电力云平台内存集群计算架构的设计 | 第20-24页 |
| 3.1 云计算技术在智能电网中的应用研究 | 第20页 |
| 3.2 基于内存集群计算的电力云平台架构 | 第20-22页 |
| 3.3 潮流计算性能分析 | 第22-23页 |
| 3.4 本章小结 | 第23-24页 |
| 第4章 基于分布式内存集群计算的潮流分析 | 第24-33页 |
| 4.1 潮流算法概述 | 第24-25页 |
| 4.2 基于直角坐标的牛顿-拉夫逊法的潮流计算 | 第25-27页 |
| 4.3 基于RDD和DAG优化的牛顿-拉夫逊法潮流计算 | 第27-32页 |
| 4.3.1 Spark工作原理 | 第27-28页 |
| 4.3.2 NBRD法潮流计算的设计 | 第28-32页 |
| 4.4 本章小结 | 第32-33页 |
| 第5章 实验测试和结果分析 | 第33-42页 |
| 5.1 电力系统分布式内存计算框架的实现 | 第33-36页 |
| 5.1.1 集群及硬件配置信息 | 第33-34页 |
| 5.1.2 实验环境的搭建 | 第34-35页 |
| 5.1.3 实验环境的运行及测试 | 第35-36页 |
| 5.2 实验数据 | 第36-37页 |
| 5.2.1 实验数据 | 第36-37页 |
| 5.2.2 测试算例 | 第37页 |
| 5.3 实验过程 | 第37-38页 |
| 5.4 实验结果与分析 | 第38-41页 |
| 5.4.1 实验一不同规模算例下潮流计算时间对比 | 第38-39页 |
| 5.4.2 实验二NBRD法潮流计算时间加速比的变化 | 第39-40页 |
| 5.4.3 实验三不同集群规模下潮流计算的效率变化 | 第40-41页 |
| 5.5 实验总结 | 第41页 |
| 5.6 本章小结 | 第41-42页 |
| 第6章 总结与展望 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第46-47页 |
| 致谢 | 第47页 |
