期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种风矢量分解和RobustSTL-TimesNet-BiGRU的复杂地形风向预测
被引量:
1
1
作者
刘洋
王聪
+2 位作者
张宏立
马萍
李新凯
《太阳能学报》
北大核心
2025年第3期576-588,共13页
针对复杂地形下的风向预测场景,提出一种风矢量正交分解、鲁棒性局部加权回归下的周期趋势分解(RobustSTL)方法、TimesNet模型和融合双向门控循环单元网络(BiGRU)误差补偿的多步风向预测方法。首先,为了减少原始风向循环圆周特性带来的...
针对复杂地形下的风向预测场景,提出一种风矢量正交分解、鲁棒性局部加权回归下的周期趋势分解(RobustSTL)方法、TimesNet模型和融合双向门控循环单元网络(BiGRU)误差补偿的多步风向预测方法。首先,为了减少原始风向循环圆周特性带来的大幅度波动性,将风向与相关性强的风速利用风矢量正交分解方法转化为波动性较小的矢量风速,并利用RobustSTL将矢量风速分解为趋势项、季节项和剩余波动项。其次,将分解后的各项分别训练TimesNet网络并得到各项的初步预测结果,对各项进行求和并重构为初始预测风向。然后,为了进一步挖掘初步风向预测误差的深层特征,提高风向的预测精度,采用BiGRU对初步预测误差进行建模与训练。最后,将预测的误差与初步预测风向加和,得到最终的风向预测结果。采用实际复杂地形风电场数据进行验证分析,结果表明所提的多步风向预测混合模型具有较高的预测精度。
展开更多
关键词
风电场
预测
误差补偿
timesnet
模型
风向
原文传递
基于Kubernetes的集群节能策略研究
被引量:
5
2
作者
李俊俊
董建刚
李坤
《计算机工程》
CAS
CSCD
北大核心
2024年第9期82-91,共10页
在Kubernetes中,HPA具备自动扩展Pod的能力,它可以根据流量的波动情况,在高峰时增加Pod数量以应对需求,而在低谷时减少数量以节省资源。然而,由于HPA是根据当前Pod的性能指标来进行扩展的,当流量激增时,可能会对应用服务的可用性产生不...
在Kubernetes中,HPA具备自动扩展Pod的能力,它可以根据流量的波动情况,在高峰时增加Pod数量以应对需求,而在低谷时减少数量以节省资源。然而,由于HPA是根据当前Pod的性能指标来进行扩展的,当流量激增时,可能会对应用服务的可用性产生不利影响,并且当压力较小时,算力资源的空载会导致电子资源的浪费。针对上述问题,研究并验证一种基于时序预测的集群资源自动缩放与智能休眠唤醒策略,使用GC-TimesNet模型对集群资源的使用情况进行预测。当资源利用率较低时,计算出需要关闭的算力节点数量,将这些节点设置为不可调度状态,并驱逐节点现有的Pod,然后将这些机器置于睡眠状态。相反,当资源需求增加时,会唤醒足够数量的机器,并通过HPA控制器增加所需数量的Pod副本。实验结果表明,该策略能够较为准确地预测集群负载的变化趋势,结合实施智能的休眠与唤醒策略,提升优化集群的运维管理能力,最大程度地提高计算资源的利用率,为降低集群能源开销提供数据支撑,实现节能减排。
展开更多
关键词
Kubernetes工具
容器编排
集群节能
时间序列预测
GC-
timesnet
模型
卷积神经网络
注意力机制
节能减排
在线阅读
下载PDF
职称材料
题名
一种风矢量分解和RobustSTL-TimesNet-BiGRU的复杂地形风向预测
被引量:
1
1
作者
刘洋
王聪
张宏立
马萍
李新凯
机构
新疆大学电气工程学院
智能科学与技术学院
出处
《太阳能学报》
北大核心
2025年第3期576-588,共13页
基金
国家重点研发计划(2021YFB1507000)
新疆维吾尔自治区自然科学基金(2022D01E33,2022D01C367)
+1 种基金
国家自然科学基金(52267010)
自治区重点研发计划(2022B03031)。
文摘
针对复杂地形下的风向预测场景,提出一种风矢量正交分解、鲁棒性局部加权回归下的周期趋势分解(RobustSTL)方法、TimesNet模型和融合双向门控循环单元网络(BiGRU)误差补偿的多步风向预测方法。首先,为了减少原始风向循环圆周特性带来的大幅度波动性,将风向与相关性强的风速利用风矢量正交分解方法转化为波动性较小的矢量风速,并利用RobustSTL将矢量风速分解为趋势项、季节项和剩余波动项。其次,将分解后的各项分别训练TimesNet网络并得到各项的初步预测结果,对各项进行求和并重构为初始预测风向。然后,为了进一步挖掘初步风向预测误差的深层特征,提高风向的预测精度,采用BiGRU对初步预测误差进行建模与训练。最后,将预测的误差与初步预测风向加和,得到最终的风向预测结果。采用实际复杂地形风电场数据进行验证分析,结果表明所提的多步风向预测混合模型具有较高的预测精度。
关键词
风电场
预测
误差补偿
timesnet
模型
风向
Keywords
wind farm
forecasting
error compensation
timesnet model
wind direction
分类号
TM614 [电气工程—电力系统及自动化]
原文传递
题名
基于Kubernetes的集群节能策略研究
被引量:
5
2
作者
李俊俊
董建刚
李坤
机构
新疆大学软件学院
出处
《计算机工程》
CAS
CSCD
北大核心
2024年第9期82-91,共10页
文摘
在Kubernetes中,HPA具备自动扩展Pod的能力,它可以根据流量的波动情况,在高峰时增加Pod数量以应对需求,而在低谷时减少数量以节省资源。然而,由于HPA是根据当前Pod的性能指标来进行扩展的,当流量激增时,可能会对应用服务的可用性产生不利影响,并且当压力较小时,算力资源的空载会导致电子资源的浪费。针对上述问题,研究并验证一种基于时序预测的集群资源自动缩放与智能休眠唤醒策略,使用GC-TimesNet模型对集群资源的使用情况进行预测。当资源利用率较低时,计算出需要关闭的算力节点数量,将这些节点设置为不可调度状态,并驱逐节点现有的Pod,然后将这些机器置于睡眠状态。相反,当资源需求增加时,会唤醒足够数量的机器,并通过HPA控制器增加所需数量的Pod副本。实验结果表明,该策略能够较为准确地预测集群负载的变化趋势,结合实施智能的休眠与唤醒策略,提升优化集群的运维管理能力,最大程度地提高计算资源的利用率,为降低集群能源开销提供数据支撑,实现节能减排。
关键词
Kubernetes工具
容器编排
集群节能
时间序列预测
GC-
timesnet
模型
卷积神经网络
注意力机制
节能减排
Keywords
Kubernetes tool
container orchestration
cluster energy-saving
time series forecasting
GC-
timesnet model
convolutional neural network
attention mechanism
energy saving and emission reduction
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种风矢量分解和RobustSTL-TimesNet-BiGRU的复杂地形风向预测
刘洋
王聪
张宏立
马萍
李新凯
《太阳能学报》
北大核心
2025
1
原文传递
2
基于Kubernetes的集群节能策略研究
李俊俊
董建刚
李坤
《计算机工程》
CAS
CSCD
北大核心
2024
5
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部