简介:摘要:随着大数据、云计算和算法的发展,人工智能AI(Artificial intelligence)浪潮近年来稳步提升,并在多个行业和领域得到积极应用,成为主导下一次生产革命的核心技术。同样,由于电力系统内部信息的不断累积和数据来源的迅速扩大,数据治理在电力系统的信息挖掘与价值开发过程中已成为必不可少的环节。其中,人工智能可以应用于电力大数据的分析和建模,帮助预测电力需求、优化电力调度、提高能源效率等。再者,数据治理是确保数据的质量、一致性和可靠性的过程。人工智能通过自动化和智能化的方式,帮助收集、整合和清洗电力大数据,提高数据的准确性和可用性,从而有效地提高电力系统的运行效率和可持续性。因此,智能电力大数据平台的搭建也随之演化为了电力产业赋能升级的核心。本文对于人工智能在电力大数据平台数据治理数据中自动去除冗余的相关内容进行分析。
简介:针对高速机载雷达数据传输速度快、数据量庞大的特点,设计了一种基于FPGA的高速大容量双冗余载雷达数据存储系统。系统以FPGA为逻辑控制中心,采用高速FIFO和Flash流水线操作实现了高速雷达数据无缝缓存和连续高速存储,并采用二维无效块检测列表刷新算法保证了双冗余数据的可靠性,减少了FPGA内部资源的占用。试验结果表明:系统工作稳定,记录数据完整准确,能够实现对传输速率为24MiB/s高速并行雷达数据的双冗余存储。
简介:摘要:近年来,云计算技术凭借其按需使用的特点,获得人们的广泛应用。然而在云计算环境下,数据量正以指数级的速度不断增长,虽然数据类型多样,但很多数据的价值密度较低,所以这个特点为数据的处理带来了巨大压力。首先就是数据的存储问题,需要数据库具有一定的横向扩展能力,才可以满足海量数据的存储容量需求,为传统数据存储技术带来了难题。其次是数据的处理与分析,对于大数据而言,如果处理不当将会造成数据库性能的降低,同时伴随着较高的延迟性,所以大数据的处理压力问题受到了研究学者们的重视。在云计算环境下的数据库中,很多信息由于自身机制的原因,可利用率较低,这类冗余信息在操作处理过程中往往会导致数据库并发处理能力降低,所以亟需寻找一种合理、高效的冗余信息消解方法。将冗余信息消解方法应用于云计算环境下的数据库中,不仅有利于减少云数据库的运维成本与能源消耗,而且可以促使云数据库运行过程中对网络带宽的依赖性大大降低,从而提升运行效率。因此,冗余信息消解方法在数据库领域中具有极高的应用价值,并拥有广阔的发展空间。基于此,本篇文章对云计算环境下数据库冗余信息消解方法设计进行研究,以供参考。
简介:摘要:本文提出了一种由无人机传感系统所得到的测量数据转变为控制系统所需的导航数据的矩阵计算方法,之后提出了无人机经向和和横向运动的数学模型,最后基于 聚合理论,设计了一种鲁棒控制器,并通过模拟仿真得到了控制效果,仿真结果表明该控制器具有一定的鲁棒性,可以在各类无人机等运动平台中得到广泛应用。
简介:摘要:以宁夏中卫某数据中心工程为例,通过对传统供电架构的比较和总结,结合项目特点,建设方需求,探讨N+C冗余系统在该项目的应用特点。