面向智能電網(wǎng)云存儲(chǔ)的容錯(cuò)存儲(chǔ)技術(shù)研究.pdf

1、隨著智能電網(wǎng)建設(shè)的不斷發(fā)展，系統(tǒng)中采集點(diǎn)越來越多。一個(gè)中等規(guī)模地區(qū)的采集量可以達(dá)到2萬至10萬條記錄，而一個(gè)大型地區(qū)未來面臨50萬至100萬條記錄的數(shù)據(jù)采集規(guī)模，一個(gè)地區(qū)一年的數(shù)據(jù)存儲(chǔ)規(guī)模將從目前的GB級(jí)擴(kuò)大到TB級(jí)，智能電網(wǎng)要求對(duì)這些海量數(shù)據(jù)進(jìn)行可靠存儲(chǔ)。云存儲(chǔ)系統(tǒng)為智能電網(wǎng)海量數(shù)據(jù)提出了解決方案，本文提出了面向智能電網(wǎng)的云存儲(chǔ)系統(tǒng)，并完成一下幾個(gè)方面的工作。
　　(1)本文分析了智能電網(wǎng)面臨的問題，研究了云存儲(chǔ)系統(tǒng)結(jié)構(gòu)，在面向

2、智能電網(wǎng)云存儲(chǔ)系統(tǒng)中，設(shè)計(jì)了基于CRS容錯(cuò)存儲(chǔ)算法，提出將量測系統(tǒng)采集過來的數(shù)據(jù)，經(jīng)過CIM建模，統(tǒng)一存儲(chǔ)到云存儲(chǔ)系統(tǒng)中，運(yùn)用CRS容錯(cuò)能力強(qiáng)，空間利用率高，可擴(kuò)展性好等優(yōu)點(diǎn)，提高云存儲(chǔ)系統(tǒng)的空間利用率和數(shù)據(jù)可靠性。
　　(2)研究分析了CRS編譯碼過程，將CRS編碼過程中有限域GF(2w)上的乘法操作轉(zhuǎn)化為二進(jìn)制矩陣的異或操作，簡化了操作步驟，提出了HGA算法，優(yōu)化計(jì)算路徑，提高編碼性能。同時(shí)利用云存儲(chǔ)系統(tǒng)中的MapReduce

3、編程框架對(duì)CRS編譯碼經(jīng)行并行化操作，提高CRS編譯碼效率，滿足海量信息并行化存儲(chǔ)的需求。
　　(3)提出了基于多因素?cái)?shù)據(jù)放置算法，從節(jié)點(diǎn)的可信度、網(wǎng)絡(luò)存儲(chǔ)距離以及相對(duì)負(fù)載三個(gè)因素綜合決定數(shù)據(jù)放置節(jié)點(diǎn)，因?yàn)橹悄茈娋W(wǎng)存儲(chǔ)數(shù)據(jù)時(shí)云存儲(chǔ)系統(tǒng)對(duì)數(shù)據(jù)節(jié)點(diǎn)可靠性有一定的可信度要求，節(jié)點(diǎn)的存儲(chǔ)距離影響數(shù)據(jù)的存儲(chǔ)和讀取，同時(shí)負(fù)載均衡也是判斷整個(gè)集群性能的重要指標(biāo)，使云存儲(chǔ)系統(tǒng)具有較高的容錯(cuò)性和較小的訪問延遲，降低同一數(shù)據(jù)對(duì)象多個(gè)數(shù)據(jù)塊同時(shí)失效的概