本发明公开了一种云平台上高性能并行应用的调度方法及系统； 其方法为：设置虚拟机类型；采集网络数据包信息和自旋锁信息，并 发送给宿主机；宿主机根据 Hypercall 调用号获取信息处理函数，获取 自旋锁计数和网络数据包计数，并根据自旋锁计数单节点虚拟机同步 需求，根据网络数据包计数判断跨节点虚拟机同步请求；根据虚拟机 类型、网络数据包计数、自旋锁计数以及同步请求信号，确定 vCPU 队列中下一次被调入运行的 vCPU

需求名称：面向混流生产车间的异构AGV路径规划与任务调度系统开发 悬赏金额：15万元 发榜企业：珠海市格努科技有限公司  产业集群：智能机器人产业集群 需求领域：自动化与智能控制技术  技术关键词：异构AGV路径规划、任务调动系统、智能物流

本发明公开了一种云服务分布式数据中心系统，包括系统状态 监控模块、负载接纳控制模块、负载路由分发模块、负载调度模块和 多源供能管理模块，系统状态监控模块用于获取来自不同用户的云服 务请求，记录云服务请求与云服务请求相关的信息，并将云服务请求 传送到负载接纳控制模块，负载接纳控制模块用于根据接收到的云服 务请求的数量选择部分云服务请求，并将这些云服务请求发送到负载 路由分发模块，负载路由分发模块用于将接收到的云服务请求分发到 对应的数据中心进行处理。本发明能够解决现有系统中存在的数据中 心供能系统的长期运营开销大，新能源供应不稳定、电价波动、需要 提前获取系统数据或者稳态分布的问题。 

本发明公开了一种基于分布式文件系统的 IO 请求调度方法， 包括：接收来自客户端的 IO 请求，并根据 IO 请求更新全局进程表， 将 IO 请求添加至其所属的全局进程对象的请求队列的末尾，并判断该 全局进程对象的连续 IO 请求长度是否小于 REQ_MAX(L)，且有 L<、 多级请求队列的最大级数，如果是则从第 L 级队列中删除该全局进程 对象，并将其插入到第 L+1 级队列的末尾,持续监听来自于客户端的 IO

本发明公开了一种基于径流区间预测的水电站调度风险评估方法，其中，该方法主要包括：根据预测流量误差的分析得到预测流量误差的累积概率密度分布函数，将一定置信概率下的实际流量预测区间和预测流量变量误差区间作为模拟流量过程的基础，仿真得到水电站的出力、末水位和出库流量，继而，与根据实际流量得到的水电站实际出力、末水位和出库流量进行比较，最终得到水电站发生弃水的风险概率和不能完成负荷任务的风险概率。本发明还提供一种风险评估系统。上述方法及系统不仅弥补了现有非线性随机模拟径流预测方法的缺陷，同时，显著提高了径流

本发明公开了一种基于 GPU/CPU 混合架构的流程序多粒度划分与调度方法，包括：根据数据流程序各个任务的计算特点以及任务之间的数据通信量，将任务分配到合适的计算平台上；利用 GPU 端任务的并行性将其均衡分裂到各个 GPU，以避免 GPU 间高额的通信开销；通过选择 CPU 核，将 CPU 端各任务均衡分配给各 CPU 核，以保证负载均衡并提高 CPU 核的利用率；采用多种数据存储结构和多种访问类型的方法，以提高内存的访问效率；通过生成目标模板类和压缩目标结点的个数，降低目标代码的冗余量。本发明在

一种基于虚拟发电厂的配电网无功功率优化调度方法及系统，在沿馈电网络接入的每个节点连接设 置一个监测装置，控制过程包括当虚拟发电厂的当前调度时间段开始时，各监测装置向虚拟发电厂的集 中控制器上传所接入节点的实时电压有效值；集中控制器建立无功功率优化调度模型并求解得到各分布 式电源的无功输出给定值，集中控制器向各分布式电源发送无功输出给定值，各分布式电源相应输出无 功功率至馈电线路。本发明通过集中控制器的优化调度，使得配电网中各个节点电压偏离额定值

本发明涉及一种基于光伏预测误差模糊性的电力系统调度方法。步骤：本发明将获取光伏预测出力 和实测出力的历史统计数据，及气象预测信息，估计未来一天光伏预测误差的概率分布参数。针对光伏 预测误差的不确定性，引入模糊理论，并利用信息熵转换法将光伏预测误差随机变量转换为光伏预测误 差模糊变量。根据光伏功率短期预测的结果，并考虑光伏预测误差的模糊性，建立含光伏发电的模糊机 会约束调度模型。将所建立的模型中含有模糊变量的约束条件转化为清晰等价类。最后利用 C

1. 痛点问题 随着电力系统的发展，电网运行方式时变性和复杂性日益增强，运行专家难以把握电网安全运行的特征和规律，极大的增加了电网运行风险和控制难度。在传统的调度机制中，一方面，运方人员人工选择典型的运行方式，通过离线电力系统分析程序，计算电网潮流，分析电网稳定性，制定电网安全运行边界，进而人工归纳形成“年度运行方式手册”，来长期指导电网运行；另一方面，调度员将上述运行规则作为安全边界（安全约束），输入能量管理系统（Energy Management System，EMS），进而对电网进行调度和控制，以求在安全边界内达到最优运行点。 然而传统的调度机制存在问题，近年来国内外频繁发生的大停电事故也说明了这一点。主要问题归纳如下： 第一，极端运行方式下不安全：电网运行方式多变，离线规则可能不满足极端运行方式的安全要求。 第二，常规运行方式下经济性差：受能力和时间所限，运方人员离线制定运行规则时，仅分析典型运行方式，规则形成后长期使用，相对粗放，缺乏精益化管控，导致电力网络资源利用率低。 第三，随着新能源的大规模并网、需求响应的逐步实现，运行边界频繁变化，不确定性增强。 第四，电力系统运行受到其他系统影响，电力系统安全已经演变成为一个多系统、多因素综合分析问题。以微气象系统为例，对于发电侧，微气象直接影响风电、光伏等新能源的出力；对于需求侧，微气象直接影响工业负荷、智能楼宇、电动汽车等的负荷功率。因此，微气象系统通过影响发电负荷水平，进而影响电力系统安全。因此，随着电力系统与其他系统的关系日益紧密，电力系统安全评估时需要考虑其他系统（例如微气象系统）的影响。 综上所述，传统的调度机制已经无法适应新的形势。因此，亟需研究支撑复杂电网断面发现的智能机器调度员软件的关键技术，通过人工智能、深度学习等信息领域与能源领域的交叉研究，突破支撑复杂电网断面发现的智能机器调度员的基础理论瓶颈，从实际电力系统出发（物理维），立足现有调度机制，基于在线运行方式，采用模型驱动的安全评估方法（模型驱动），形成海量电力系统安全评估仿真样本（数据维）；再以这些样本为基础，通过机器学习训练数据驱动的电力系统在线安全评估模型（数据驱动），形成电力系统安全运行知识图谱（知识维），以代替运方的“年度运行方式手册”。 2. 解决方案 本成果提出了一种支撑复杂电网断面发现的智能机器调度员技术，包括可再生电源的数据驱动电压频率响应特性建模方法、用于暂态稳定预测的失稳样本主动生成方法、电力系统暂态稳定评估方法、结合深度学习和仿真计算的暂态稳定严重故障筛选方法、考虑运行约束的调整潮流生成方法等关键技术，开发了支撑复杂电网断面发现的智能机器调度员软件。该软件用“人工智能”代替“专家智能”，以电力系统安全评估产生的海量仿真数据为基础，以人工智能和机器学习为手段，构建电力系统安全运行知识图谱，从而将“专家智能”离线制定粗放运行规则的模式，变革为“人工智能”在线发现精细运行规则的模式，逐步代替运方的“年度运行方式手册”，保证复杂电网安全、稳定、经济运行。 3. 合作需求 寻求应用场景和资源对接，应用场景和业务能覆盖断面规模众多的大省如浙江、广东等，并且有与输电网断面发现的大中型企业有合作经验，同时具有一定的技术开发能力、市场推广资源和现场工程实施经验，能与现有团队形成合力，通过信息领域与能源领域的交叉研究，突破支撑复杂电网断面发现的智能机器调度员软硬件难题。为保障项目实施质量和进度要求，拟合作团队需通过ISO9001质量管理体系认证，且是国家高新技术企业。期望通过合作，全面开展产品和服务的推广销售。

本发明公开了一种计算复杂度感知的视频解码宏块级并行调度 方法，包含两项关键技术：一是根据熵解码和重排序之后的宏块信息， 如非零系数个数、宏块帧间预测编码类型、运动矢量等，建立宏块解 码复杂度预测线性模型，对每个模块进行复杂度分析，充分利用已知 的宏块信息，提高并行效率；二是在满足宏块解码依赖的前提下，将 宏块解码复杂度与计算并行相结合，对已获取的宏块复杂度进行排序， ·945·根据排序结果对宏块进行分组并发执行，分组