一种面向研究生的复合型实验平台设计与实现论文

一种面向研究生的复合型实验平台设计与实现论文（通用5篇）

一种面向研究生的复合型实验平台设计与实现论文 篇1

研究生实验平台是研究生教学实践的主要途径，对于培养研究生的科研创造能力的具有重要意义。针对专业型、学术型硕士和博士研究生实验课程侧重点和实际需求的差异，提出了一种复合式的实验平台设计方案并拟定了实验内容大纲，对教育资源有限条件下的研究生实验平台建设进行了实践和摸索。

各高校研究生实验平台建设已逐步迈向成熟，参与其中的教育工作者在已有管理架构、运行机制和课程内容之上，从全面、规范和系统的角度总结了既得经验。但也应当注意到，随着研究生教育改革的发展，现有实验平台难免遇到新问题和新挑战。就笔者所在学校而言，由于近年来专业型和学术型硕士研究生的出现，使得工科类专业型、学术型硕士和博士研究生对于实验平台和实验课程的需求产生了较大分化，而学校限于师资、经费、场地等因素，无法为每一类研究生建设专门的实验平台。因此，建立一套面向理论课程、工程实践和科学研究的复合型实验平台显得尤为重要。

本文立足信号处理方向，兼顾专业型、学术型硕士和博士研究生的实际需求，设计并实现了一套基于“云终端-云监控中心-移动客户端”的复合型实验平台，该平台具有信息感知、传输、处理和推送能力。学生通过该平台能够进行课后实验、工程项目实训，理论研究探索等。本文将从系统架构和实验大纲及内容安排等方面对该实验平台进行介绍。

一、实验平台系统结构

实验平台系统架构分为“信息感知云终端”、“云监控中心”和“移动用户端”三部分。其中，“信息感知云终端”可进行大范围布点，其主要功能是由传感器阵列感知和采集环境质量数据，经过模数转换后通过无线收发模块将数据传输至“云监控中心”服务器;“云监控中心”将接收的环境质量数据进行存储和分析，通过计算得到“信息感知云终端”所分布区域的环境质量信息并推送至“移动用户端”;“移动用户端”通常形式为智能手机，用户通过安装在智能手机中的特定APP查询“信息感知云终端”地点的环境质量评测结果。

(一)信息感知终端

信息感知终端硬件结构主要包括有电源模块、气体传感器阵列、温湿度模块、A/D转换模块、单片机、无线通信模块等部分，系统结构框图如图2所示。图中电源模块可将外部直流电压或电池电压转换为DC3.3V、DC4V、DC5V和DC7V电压。其中DC3.3V为单片机、A/D转换模块、无线通信模块、温湿度模块和GPS模块供电。DC4V、DC5V和DC7V为传感器阵列供电。传感器阵列部分由3个金属氧化物型气敏传感器和一个PM2.5传感器组成，用于感知当前空气质量。无线通信模块通过串口与单片机连接，并读取传感器数据，采用GPRS进行环境数据传输。如图3所示为信息感知终端实物图。

信息感知终端软件开发工具为MPLAB IDE V8.53，开发语言为C语言，辅助调试工具为网络调试助手、串口调试助手等。该终端程序主要包括数据采集子程序、A/D转换子程序、GPS定位子程序、 GPRS数据传输子程序等。在该部分程序中，传感器数据采样频率、GPS定位精度、数据传输周期等参数均可自由设定，以满足不同环境的监测需求。

(二)云监控中心

云监控中心demo采用Microsoft Visual Studio 开发，开发语言为C/C++语言，后台服务器租用的商用云服务器。云监控中心各单元子程序功能框图如图4所示，主要实现云监控中心与信息感知云终端的数据交互、云监控中心与移动用户端的数据交互、传感器数据的存储及算法处理、地图查询及显示等功能。

云监控中心的数据库采用oracle数据库，使用PLSQL developer软件对数据库进行操作，采用ADO连接数据库的方法实现Microsoft Visual Studio 2010和数据库之间的通信。

云监控中心的系统界面如图5所示，在图中，1处为地图信息显示;2处为信息感知云终端通信状态显示;3处为接收到的数据显示;4处为用户查询信息显示;5处为历史数据查询按键。

上图中1框显示地图信息，图中每个绿点代表一个信息感知云终端，单击每个绿点将显示当前监测点的监测结果，显示包括空气质量信息和采集时间。点击按钮5将弹出历史数据查询界面。

(三)移动用户端

移动用户端主要涉及APP应用程序的.开发，开发工具为Eclipse，开发语言为Java语言，其功能应包括：提供与云监控中心的接口，接收云监控中心的推送信息，同时具备可视化界面，能够提供窗口显示服务器端的数据及对应的气体种类和浓度，用户可随时随地查询各监测点的污染情况等。

图6(a)-(d)为基于安卓系统开发APP操作界面：图6(a)显示的是放置在不同室内外地点的各个信息感知终端，空气质量未超标时显示绿色图标，通过点击终端编号，可以查询该点检测结果，同时自动重新定位，如图6(b)所示;如若有监测点空气质量超标，点击该点图标即可变为红色，如图 6(c)所示;之后将会在查询结果界面提示超标污染物及其浓度，如图6(d)所示。

二、实验大纲及内容

本实验平台以“服务研究生课程，积累工程实践经验，培养科学创新能力”的目的，将相关实验内容分为三个递进的层次：基本实验项目、工程实训项目和研究支撑计划。“基本实验项目”是指立足研究生专业课程而开展的课程实验;“工程实训项目”是为专业型研究生提供的综合性实践项目;“研究支撑计划” 是为学术性硕士和博士研究生进行理论研究提供平台支撑，研究者可根据自己的研究方向、课题和实验平台提供的软硬件接口，在实验平台上进行二次开发，为其研究提供便捷的通道。

(一)基本实验项目

基本实验项目分为6个，其主要内容如下：

1.“环境信息感知”：使用实验平台完成环境温度和湿度信息的采集和转换，使用人机界面进行相关信息的显示和查询;使用实验平台完成对空气中污染物信息的采集和转换并根据该信息对空气质量进行自动评估;使用实验平台完成PM2.5信息的采集和转换，使用人机界面进行相关信息的显示和查询。

2.“云网络数据传输”：使用“终端”设备，实现环境感知数据的网络传送;使用“云端”设备，实现数据的接收、存储和查询，完成“云端”数据库的建立、修改与查询。

3.“GPS定位”：使用实验平台完成各终端设备GPS信息的接收、提取、转换和上传;使用实验平台完成对空气中污染物信息的采集和转换并根据该信息对空气质量进行自动评估。

4.“阵列数据采集与存储”：使用实验平台实现ADC多路采样，控制采样频率大小，比较不同采样频率对数字信号的影响;选择合适的数据结构进行阵列信号存储并根据数据结构特点进行数据读取和修改。

5.“阵列数据预处理与特征提取”：原始数据的噪声处理，对实验数据的分析，设计合理有效的滤波器(IIR/FIR滤波器)对实验的噪声进行滤除并对比效果;传感器阵列数据标准化处理方法仿真与比较;典型阵列时频域特征a提取方法仿真与比较。

6.“模式识别与人工智能算法”：常用聚类方法(PCA、k-NN、SOM、ART等)仿真与比较;人工嗅觉系统常用识别方法(ANN、SVM等)仿真与比较。

(二)工程实训项目

本项目旨在训练工程设计与实现方面的能力。培训研究生完成从事一项工程项目的方案设计、硬件组态、软件设计、系统调试与测试等全过程的工程实践能力。

设计要求：①通过若干信息感知终端(不超过10个)采集当地空气质量数据并传送至云端。②云端无差错接收各信息终端采集的空气质量数据并分类汇总。③在云端进行污染源的溯源及污染扩散预测。④能够通过手机APP完成空气质量数据和气味溯源监测结果的实时查询。

任务目标：①掌握嵌入式系统(信息感知终端)的软件开发流程与代码实现。②掌握基于云端OS的数据收集软件设计和代码实现。③掌握基于安卓或IOS的APP开发流程及代码实现。④掌握基于大数据分析的污染溯源和预测方法。

测试与分析内容：①完成信息感知终端AD多路采样。②云终端无差错接收气味终端上传数据。气味溯源和预测方法结果与实际情况相符。③基于 APP的手机人机界面设计：能够对查询的终端进行选择并实时显示该终端的气味检测结果。能够查询气味溯源和预测结果并以适当的形式显示。

学生考核及学分认定：完成实训实验项目，给予学生一定的学分，该学分可以计入研究生的教学实践、工程实践以及下厂实习的学分。总学分按实验和项目包含的具体单项分配。完成实验和训练项目相关内容，经实验室指导老师评估考核，合格者给予相应内容的学分。

(三)研究支撑计划

本实验平台“信息感知终端”所获数据可作为研究人工嗅觉系统的原始数据，可开展系统背景干扰、漂移抑制、精度提高等方面的理论研究。“云监控中心”所获得数据可进一步用于环境大数据分析和污染溯源等研究。详细研究步骤、内容和方案等由学生自主拟定，经导师和实验指导教师审核批准后方可进入实验平台。

三、总结与展望

一种面向研究生的复合型实验平台设计与实现论文 篇2

关键词：创新实践基地,实验平台,实验内容,研究生

各高校研究生实验平台建设已逐步迈向成熟,参与其中的教育工作者在已有管理架构、运行机制和课程内容之上,从全面、规范和系统的角度总结了既得经验。但也应当注意到,随着研究生教育改革的发展,现有实验平台难免遇到新问题和新挑战。就笔者所在学校而言,由于近年来专业型和学术型硕士研究生的出现,使得工科类专业型、学术型硕士和博士研究生对于实验平台和实验课程的需求产生了较大分化,而学校限于师资、经费、场地等因素,无法为每一类研究生建设专门的实验平台。因此,建立一套面向理论课程、工程实践和科学研究的复合型实验平台显得尤为重要。

本文立足信号处理方向,兼顾专业型、学术型硕士和博士研究生的实际需求,设计并实现了一套基于“云终端-云监控中心-移动客户端”的复合型实验平台,该平台具有信息感知、传输、处理和推送能力。学生通过该平台能够进行课后实验、工程项目实训,理论研究探索等。本文将从系统架构和实验大纲及内容安排等方面对该实验平台进行介绍。

一、实验平台系统结构

实验平台系统架构分为“信息感知云终端”、“云监控中心”和“移动用户端”三部分。其中,“信息感知云终端”可进行大范围布点,其主要功能是由传感器阵列感知和采集环境质量数据,经过模数转换后通过无线收发模块将数据传输至“云监控中心”服务器;“云监控中心”将接收的环境质量数据进行存储和分析,通过计算得到“信息感知云终端”所分布区域的环境质量信息并推送至“移动用户端”;“移动用户端”通常形式为智能手机,用户通过安装在智能手机中的特定APP查询“信息感知云终端”地点的环境质量评测结果。

(一)信息感知终端

信息感知终端硬件结构主要包括有电源模块、气体传感器阵列、温湿度模块、A/D转换模块、单片机、无线通信模块等部分,系统结构框图如图2所示。图中电源模块可将外部直流电压或电池电压转换为DC3.3V、DC4V、DC5V和DC7V电压。其中DC3.3V为单片机、A/D转换模块、无线通信模块、温湿度模块和GPS模块供电。DC4V、DC5V和DC7V为传感器阵列供电。传感器阵列部分由3个金属氧化物型气敏传感器和一个PM2.5传感器组成,用于感知当前空气质量。无线通信模块通过串口与单片机连接,并读取传感器数据,采用GPRS进行环境数据传输。如图3所示为信息感知终端实物图。

信息感知终端软件开发工具为MPLAB IDE V8.53,开发语言为C语言,辅助调试工具为网络调试助手、串口调试助手等。该终端程序主要包括数据采集子程序、A/D转换子程序、GPS定位子程序、GPRS数据传输子程序等。在该部分程序中,传感器数据采样频率、GPS定位精度、数据传输周期等参数均可自由设定,以满足不同环境的监测需求。

(二)云监控中心

云监控中心demo采用Microsoft Visual Studio 2010开发,开发语言为C/C++语言,后台服务器租用的商用云服务器。云监控中心各单元子程序功能框图如图4所示,主要实现云监控中心与信息感知云终端的数据交互、云监控中心与移动用户端的数据交互、传感器数据的存储及算法处理、地图查询及显示等功能。

云监控中心的数据库采用oracle数据库,使用PLSQL developer软件对数据库进行操作,采用ADO连接数据库的方法实现Microsoft Visual Studio 2010和数据库之间的通信。

云监控中心的系统界面如图5所示,在图中,1处为地图信息显示;2处为信息感知云终端通信状态显示;3处为接收到的数据显示;4处为用户查询信息显示;5处为历史数据查询按键。

上图中1框显示地图信息,图中每个绿点代表一个信息感知云终端,单击每个绿点将显示当前监测点的监测结果,显示包括空气质量信息和采集时间。点击按钮5将弹出历史数据查询界面。

(三)移动用户端

移动用户端主要涉及APP应用程序的开发,开发工具为Eclipse2014,开发语言为Java语言,其功能应包括:提供与云监控中心的接口,接收云监控中心的推送信息,同时具备可视化界面,能够提供窗口显示服务器端的数据及对应的气体种类和浓度,用户可随时随地查询各监测点的污染情况等。

图6(a)-(d)为基于安卓系统开发APP操作界面:图6(a)显示的是放置在不同室内外地点的各个信息感知终端,空气质量未超标时显示绿色图标,通过点击终端编号,可以查询该点检测结果,同时自动重新定位,如图6(b)所示;如若有监测点空气质量超标,点击该点图标即可变为红色,如图6(c)所示;之后将会在查询结果界面提示超标污染物及其浓度,如图6(d)所示。

二、实验大纲及内容

本实验平台以“服务研究生课程,积累工程实践经验,培养科学创新能力”的目的,将相关实验内容分为三个递进的层次:基本实验项目、工程实训项目和研究支撑计划。“基本实验项目”是指立足研究生专业课程而开展的课程实验;“工程实训项目”是为专业型研究生提供的综合性实践项目;“研究支撑计划”是为学术性硕士和博士研究生进行理论研究提供平台支撑,研究者可根据自己的研究方向、课题和实验平台提供的软硬件接口,在实验平台上进行二次开发,为其研究提供便捷的通道。

(一)基本实验项目

基本实验项目分为6个,其主要内容如下:

1“.环境信息感知”:使用实验平台完成环境温度和湿度信息的采集和转换,使用人机界面进行相关信息的显示和查询;使用实验平台完成对空气中污染物信息的采集和转换并根据该信息对空气质量进行自动评估;使用实验平台完成PM2.5信息的采集和转换,使用人机界面进行相关信息的显示和查询。

2“.云网络数据传输”:使用“终端”设备,实现环境感知数据的网络传送;使用“云端”设备,实现数据的接收、存储和查询,完成“云端”数据库的建立、修改与查询。

3“.GPS定位”:使用实验平台完成各终端设备GPS信息的接收、提取、转换和上传;使用实验平台完成对空气中污染物信息的采集和转换并根据该信息对空气质量进行自动评估。

4“.阵列数据采集与存储”:使用实验平台实现ADC多路采样,控制采样频率大小,比较不同采样频率对数字信号的影响;选择合适的数据结构进行阵列信号存储并根据数据结构特点进行数据读取和修改。

5“.阵列数据预处理与特征提取”:原始数据的噪声处理,对实验数据的分析,设计合理有效的滤波器(IIR/FIR滤波器)对实验的噪声进行滤除并对比效果;传感器阵列数据标准化处理方法仿真与比较;典型阵列时频域特征a提取方法仿真与比较。

6“.模式识别与人工智能算法”:常用聚类方法(PCA、k-NN、SOM、ART等)仿真与比较;人工嗅觉系统常用识别方法(ANN、SVM等)仿真与比较。

(二)工程实训项目

本项目旨在训练工程设计与实现方面的能力。培训研究生完成从事一项工程项目的方案设计、硬件组态、软件设计、系统调试与测试等全过程的工程实践能力。

设计要求:(1)通过若干信息感知终端(不超过10个)采集当地空气质量数据并传送至云端。(2)云端无差错接收各信息终端采集的空气质量数据并分类汇总。(3)在云端进行污染源的溯源及污染扩散预测。(4)能够通过手机APP完成空气质量数据和气味溯源监测结果的实时查询。

任务目标:(1)掌握嵌入式系统(信息感知终端)的软件开发流程与代码实现。(2)掌握基于云端OS的数据收集软件设计和代码实现。(3)掌握基于安卓或IOS的APP开发流程及代码实现。(4)掌握基于大数据分析的污染溯源和预测方法。

测试与分析内容:(1)完成信息感知终端AD多路采样。(2)云终端无差错接收气味终端上传数据。气味溯源和预测方法结果与实际情况相符。(3)基于APP的手机人机界面设计:能够对查询的终端进行选择并实时显示该终端的气味检测结果。能够查询气味溯源和预测结果并以适当的形式显示。

学生考核及学分认定:完成实训实验项目,给予学生一定的学分,该学分可以计入研究生的教学实践、工程实践以及下厂实习的学分。总学分按实验和项目包含的具体单项分配。完成实验和训练项目相关内容,经实验室指导老师评估考核,合格者给予相应内容的学分。

(三)研究支撑计划

本实验平台“信息感知终端”所获数据可作为研究人工嗅觉系统的原始数据,可开展系统背景干扰、漂移抑制、精度提高等方面的理论研究。“云监控中心”所获得数据可进一步用于环境大数据分析和污染溯源等研究。详细研究步骤、内容和方案等由学生自主拟定,经导师和实验指导教师审核批准后方可进入实验平台。

三、总结与展望

一种面向研究生的复合型实验平台设计与实现论文 篇3

【摘要】从设施规划课程教学目的出发，将遗传算法与禁忌搜索算法应用于定量型SLP法设计中，用VB.NET和SQL Server开发一个厂区布局智能CAD实验平台。介绍了该实验平台的总体框架、功能模块、定量型SLP法和关键技术等。该实验平台的应用不仅提高了学生综合运用所学知识的能力，还激发学生根据布置条件、最新生产管理理念进行创新的意识，对培养学生的应用能力、研究能力和创新能力有着积极作用。

【关键词】设施规划 ； 实验平台 ； SLP ； 计算机辅助设计 ； 仿真

【课题项目】中国矿业大学课程建设与教学改革项目（201101）。

【中图分类号】TP311.52 【文献标识码】B 【文章编号】2095-3089（2015）35-0051-02

工业工程（industrial engineering， IE）专业是伴随着工业化和社会化生产方式发展起来的产物[1]。设施规划与设计，起源于早期制造业的工厂设计，是工业工程的重要分支[2]。“2012版本科培养方案”把其列为研究型课程，该课程需要研究型实验辅助教学。研究型实验教学注重实验教学中的研究性，故又称研究性实验教学，研究性表现在实验的内容、方法、技术和过程上面[3]。“设施布置设计”是该课程的主体内容之一，也是教学难点。

1.布置设计系统开发

布置设计可以理解为将n个设备放置到n个位置上，其中每个位置上能且仅能放置一台设备，共有n！个选择。因此，布置问题是典型的二次分配问题（quadratic assignment problem， QAP）[5]。SLP法是目前解决设施布置问题运用较为广泛的方法，也是国内外各高校主要讲解的布置设计方法。应用SLP技术手工完成布置和调整十分繁琐，并且它提供的布置方案少，不能同时满足时间和寻优需求。

1.1 系统总体框架

系统采用VS环境下的VB编程技术，结合数据库存储技术，并且融合了改进的SLP方法和人工智能算法。用户输入基础数据，数据经过分析计算后由自动布局模块得出物流成本最小的方案，布局输出模块控制CAD自动绘制厂区布置图，同时输出各方案的相关参数，提供设计人员初选，再将初选方案进行三维及物流仿真，根据三维效果和物流仿真分析进行方案再选，最后由人工修正形成最终布局方案图。系统能够自动获取数据，自动生成方案，设计过程和结果进行智能显示，体现出良好的人机智能交互界面。

1.2改进SLP法—定量型SLP法

SLP是一种以作业单位物流与非物流的相互关系分析为主线的规划设计方法，采用一套表达力极强的图例符号和简明表格通过一套条理清晰的设计程序进行工厂布置设计的方法。这种方法被设施设计人员与生产管理人员广泛采用，实践效果良好。

然而传统SLP法在多个设计过程中过于侧重以经验为主导，而且设计人员对方案的设计绘制工作量大，对人的综合能力要求高，不能使得该方法简便运用于实践。

1.3实验平台功能模块

实验平台的功能模块，包括项目管理模块，基础数据模块、数据计算分析模块、结果输出模块和仿真模块。

数据计算模块的主要功能是实现SLP法的主体计算、非物流因素参數的量化以及相关工艺流程图的整合分析，其具体内容为：

（1）SLP法中的主体计算主要是根据基础模块中的基础数据进行物流量计算、非物流关系计算、物流与非物流综合关系的计算。

（2）对基础数据中产品的工艺明细进行分析和整理，形成工艺流程图，以标准的工艺流程图格式输出。

结果输出模块在定量型SLP法的基础上融合计算机的运用，通过建立以物流成本为参照的数学模型，选取遗传算法和禁忌搜索算法，以物流与非物流综合关系为基础，在快速计算过程中形成的诸多可行方案中不断遍历择优，每个算法形成三个实际物流成本相对较小的方案。

2.方案图布置

本系统采用智能算法进行厂区的设施布置，故此构建以成本为目标函数的方案图布置模型。成本由物流关系与非物流关系的综合物流量、物流路径及标准物流主体的单位物流成本构成。以坐标系的第一象限为基础，在给定的区域面积内，放置各作业单位，以作业单位的几何中心作为基点，以其边长和安全距离作为限定条件，建立考虑作业单位安全距离及走到顺畅的最小成本布置模型。

3.结束语

系统布置设计交互式实验平台的建设弥补了我校“设施规划与物流分析”教学中系统布置设计实验的空白，完善了我校综合型工业工程实验室的建设。该实验平台将“设施规划”、“计算机语言编程”、“CAD二次开发”、“智能优化算法”“人机工程”和“系统仿真”等多门课程知识集成。

参考文献

[1]罗宜美，齐二石，杨文生.工业工程应用趋势研究[J].高等工程教育研究， 2005（4）：69-71.

[2]王家善.设施规划与设计[J].工业工程， 1998，1（1） ：11，13.

[3]王叶，马国红，阎晓娜.研究型实验教学探索[J].实验室研究与探索，2009，28（4）：101

一种面向研究生的复合型实验平台设计与实现论文 篇4

2016年是“十三五”开局之年, 是我国能源产业结构调整、能源消费转型的攻坚之年, 更是电力体制改革稳步推进之年。电力行业作为关系到国家能源安全、经济发展、社会稳定的基础产业, 深化电力改革、推进能源革命意义重大, 影响深远。随着我国电力事业的不断发展, 电网覆盖面的不断深入和扩大, 智能化电力通信平台的构建工作迫在眉睫。电力通信平台同电网调度自动化系统、继电保护及安全稳定控制系统一起构成电力系统的三大组成部分, 是保证电力系统稳定、安全、经济运行不可或缺的三大支柱, 更是电网调度自动化、网络运营市场化和管理现代化的基础。而智能化电力通信平台的构建能够让面向设备的人工管控方式转变为面向系统的自动管控方式。由于电力行业是一个对安全性、可靠性、准确性和快速性要求极高的行业, 而我国又对电力行业予以高度支持, 因此, 具备发展通信特殊资源优势的电力公司都会独立自主的构建电力通信平台。

二、电力大数据概述

大数据是一个笼统的概念, 不同行业的大数据涉及的内容也不一样, 而电力行业大数据则主要指发电、输电、变电、配电、用电和调度各个环节中涉及到的数据资料总和, 是跨专业、跨单位、跨业务的将一些不可视的数据进行充分挖掘和分析, 再通过技术手段转化为可视化数据, 对电网系统进行智能化调控。而大数据理念、技术和方法在电力行业的具体实践则构成了电力通信平台。目前, 电力大数据分为非结构化和结构化数据两种, 非结构化数据随着智能电网建设的不断深入和发展, 呈现出逐年递增的趋势, 并且具有数据数量大、数据类型多、处理速度快、精确性高和价值大这五大特征。电力大数据的发展已经成为电力行业的重要战略目标, 国家和相关企业都予以高度重视, 截止到2013年, 国家电网在北京亦庄、上海、陕西建立了三个大数据中心, 其中北京亦庄大数据中心已安装超过10200个传感器, 每个月可节约的能耗价值大概为30万元。而截止到目前为止, 大数据中心建设工作更是推广到各大城市, 并为我国节省了大量能源资源。

三、面向大数据的电力通信平台的功能与优势

1、利用电力大数据监控电力设备运转

面向大数据的电力通信平台具有实时采集数据的功能, 通过通过监测电力设备和电网状态, 获取相应的数据资料, 然后结合智能化设备设置的数据分析公式以及相关判定标准, 能够监测和判断电力设备和电网是否处于正常稳定的运行状态之中, 是否出现负荷现象, 是否达到最佳经济性能。面向大数据的电力通信平台的应用可以有效解决人工监控的滞后性和迟钝性问题, 让电力设备和电网状态处于实时监控状态中, 从而能够及时有效的发现问题和解决问题, 极大的提高了管理员的科学化管理水平。其次, 为了最大程度的减少不必要的能耗, 达到最高经济效益, 就必须在电力设备和电网处于正常云状的状态下, 将电力负荷和电网频率控制在最稳定和最佳状态。在没有大数据之前, 我们很难对其进行实时且灵活的调控, 而应用了面向大数据的电力通信平台之后, 我们可以通过实时监控和调配技术, 让电力系统始终处于最佳状态, 从而大大提高经济效益和运行效率。

2、利用电力大数据对电力系统进行故障处理

通过面向大数据的电力通信平台对电力设备和电网状态进行实时监控, 可以及时甚至提前发现电力系统中存在的问题, 然后通过数据分析结果结合相应的故障处理技术, 智能化的进行故障处理。相对于人工监控和处理, 大数据电力通信平台具有以下优势:首先, 可以快速对故障进行反应和解决, 极大的提高了服务水平, 也优化了客户体验, 避免给客户带来不必要的麻烦;其次, 防患于未然, 实时乃至提前发现和处理问题, 可以避免因为电力系统某些故障导致的损失;最后, 因为电力大数据平台具有根据历史数据分析当前工作状态的优势, 因此可以大大减少电力系统可能出现的故障隐患。

四、面向大数据的电力通信平台的整体设计

1、必须具备三大基本能力。

首先是数据分类和存储能力, 能够有效甄别和分析传统电力通信系统中交换的信息和指令, 提取有效信息并存储电力系统正常运转、电力设备正常工作、电网负荷不超标等状态下的有效数据, 从而运用到电力系统监控中, 通过数据比较及时发现可能出现的隐患问题;其次, 适应多种通信协议的能力, 分布式网络已经成为智能电网发展的大趋势, 因此面向大数据的电力通信平台必须具备适应多种通信协议的能力, 从而能够自动识别不同的通信协议, 并且在不同的同性协议中进行有效转换, 从而确保用户体验, 能够监控异构电力网络;第三, 与数据中心对接的能力, 电力数据中心是建立在电力大数据基础之上的集约化信息存储和分析系统该系统不仅包含各种数据库, 例如电力系统运行和状态数据、电力设备和人员数据等, 还拥有各种软件系统, 能够监控、分析、存储和预测电力信息。因此数据中心可谓是电力系统运行的大脑和指挥中心, 因此, 面向大数据的电力通信平台必须具备和不同型号数据中心对接实现智能化通信的能力。

2、三大管理系统相结合。

三大管理系统指的是电网运行管理系统、企业管理系统和用户管理系统。电网运行管理系统实现对电网运行和电力设备的实时监控, 并进行故障诊断、调度分析和解决新能源并用;企业管理系统即帮助电力生产企业进行战略性部署, 包括企业资产管理、员工工作部署、企业设备故障检测等;用户管理系统即实现对用户用电的智能采集计量、电子收费服务、实时监控和用电需求预测。

五、面向大数据的电力通信平台的具体实现

1、对内优化管理模式。

曾有实验得出, 每当数据利用率调高10%, 便可使电网提高20%~49%的利润。由此可见, 电力行业大数据对于电力企业盈利与控制水平的提升有很高的价值, 所以对内要运用大数据优化管理模式。首先, 将大数据应用于基建决策, 通过大数据分析并决策电力企业基础设施的选址和建设。例如:丹麦风电公司VESTAS计划将全球天气系统数据与公司发电机数据结合, 利用气温、气压、空气湿度、空气沉淀物、风向、风速等数据以及公司历史数据, 通过使用超级计算机及大数据模型解决方案, 来帮助其风力发电机的选址, 从而充分利用风速、风力、气流等因素达到最大发电量, 并减少能源成本。其次, 将大数据应用于客户分析。通过面向大数据的电力通信平台采集到的用户数据, 分析不同用户的用电需求和用电行为, 从而对用户进行市场细分, 并针对不同分类进行个性化营销和服务, 从而提高服务质量和经济效益。第三、将大数据应用于市场分析。通过面向大数据的电力通信平台采集到的外部数据, 分析用电需求与天气、交通以及电价等因素之间的关系, 从而构建用电需求的预测模型, 积极主动的把握市场动态。第四、将大数据应用于智能控制。通过面向大数据的电力通信平台采集到的内部数据, 分析得出电网系统最优状态下的数据表, 通过实时对比分析, 实现实时监控、在线检测、应急指挥和故障维修等功能。

2、对外丰富增值业务。

首先, 利用大数据提供增值服务。例如:通过向用户提供年度用电明细表, 可以让用户更加了解自身用电习惯并做出适时调整, 也能够让电力收费过程更加民主透明;其次, 利用大数据进行经济指导。用电数据作为重要的经济先行数据可以看做一个地区经济运行的风向标, 因此可以用来进行经济指导, 让投资者进行更加精准的投资。例如:将电力大数据中的用户用电信息与人口调查信息、地理气象信息等进行有机整合和对比, 可以反映出用电量与人均收入、建筑类型等之间的关系。从而更准确地反应该区经济状况及各群体的行为习惯, 以辅助投资者的决策, 也可为城市和电网规划提供基础依据。

六、小结

社会发展离不开电, 国家富强离不开电, 民生大计更是离不开电, 因此, 我们一定要重视面向大数据的电力通信平台的发展。

参考文献

[1]黄彦浩, 于之虹, 谢昶, 史东宇.周孝信电力大数据技术与电力系统仿真计算结合问题研究[J].中国电机工程学报, 2015-01-21.

[2]彭小圣, 邓迪元, 程时杰, 文劲宇, 李朝晖, 牛林.面向智能电网应用的电力大数据关键技术[J].中国电机工程学报, 2015-01-21.

一种面向研究生的复合型实验平台设计与实现论文 篇5

摘 要：高校信息化发展至今，数据综合应用依然存在不足。结合建设实践，采用面向服务的体系结构思想，提出了一种新颖的校园公共数据平台架构，并描述了主要实现技术，为面向服务的校园数据综合应用系统设计与实现提供了一个新的参考模型。

关键词：面向服务的体系结构；公共数据平台；元数据

中图分类号：TP39 文献标志码：A 文章编号：1673-8454（2016）01-0071-04

一、引言

伴随信息化的快速发展，高校信息资源逐渐丰富，各类人员对数据的综合应用需求日益提升，从简单的信息管理发展到整合的、个性化的、主动的信息服务。通过走访和调研一些高校的信息化建设情况，有些高校已建应用系统缺乏统一规划和统一数据标准，仅仅解决了局部的业务处理和信息共享，尚未在全校范围内实现跨部门、跨业务、跨应用的信息共享和集成，[1]不同业务系统之间存在着数据不一致、共享程度不高等诸多问题，信息“孤岛”[2]问题依然没有很好解决；整体数据资源未能得到充分挖掘和利用，信息应用的深度和广度不足，没有形成基于学校整体信息的综合查询视图和主题分析视图，难以发挥数据的综合效益和规模效益。

为进一步提升高校现有信息化建设水平，解决发展中存在的遗留问题，在汲取其他高校信息化建设经验的基础上，结合本校建设实践，采用面向服务的体系结构思想，提出了一种新颖的校园公共数据平台架构，它定位于整合学校各部门、各应用领域的数据共享需求，建立数据共享标准，以各类信息资源的集成和交换为基础，构建满足学校教学、科研、管理要求的开放性、协同化的综合信息服务环境，为学校各类人员提供基于统一全校信息视图的数据综合应用服务，实现了系统互联、资源共享，提高了应用效能，推进了学校信息化建设持续协调发展。

本文第2节提出了基于SOA的校园公共数据平台架构；第3节描述了主要的实现技术；第4节结合平台实际运行，给出了应用实例；最后进行了总结。

二、基于SOA的校园公共数据平台架构

1.面向服务结构的特点

面向服务的体系结构（Service Oriented Architecture，SOA）是一种充分利用Internet技术、满足企业对不断增长的业务运营模式需求的应用架构，该模式具有安全、灵活和无缝处理异构和异质的内外资源的能力，[3-4]作为分布式的软件架构模型，该模型中任何业务功能都被作为提供的一个服务使用，应用程序的不同功能（服务）通过这些服务之间定义的结构和合约联系，应用系统可以看做是一系列服务的集成。[5]

SOA的体系结构中，服务提供者将服务注册到服务代理目录上，当服务请求者需要调用服务时，首先在服务代理提供的目录查找服务信息，服务代理返回调用服务信息，服务请求者根据返回的信息调用服务提供者提供的服务，当服务请求者从服务代理得到所需服务的信息后，通讯在服务请求者和服务提供者之间进行，无需经过服务代理。

2.公共数据平台架构

与传统的集成方法相比，基于SOA的集成方法具有较多优势，即可重用、平台独立、基于标准、粗粒度、松耦合以及可适应业务需求变化等。此外，SOA 架构本身具有很好的扩展性、灵活性和适应性，并容易实现应用之间的互操作与信息互通。[1]因此，采用SOA的思想来设计公共数据平台是一种很好的策略。公共数据平台的总体架构如图1所示：

公共数据平台总体架构是一个庞大而复杂的技术体系，为降低技术体系设计的复杂度，构造出结构清晰、适应性强的总体架构模型，依据分层分离原则，按信息化技术功能不同，抽象、归纳出基础设施层、信息资源层、应用支撑层、应用层、展现层以及相应的保障环境，保障环境包括标准规范体系、安全保障体系和运行维护体系。

（1）基础设施层

基础设施层是公共数据平台总体架构中最根本的软硬件支撑环境，平台架构中的资源、应用都建立在这些网络硬件、存储设备和系统软件之上，该层包括操作系统、应用中间件、数据库软件、备份软件、应用服务器、数据库服务器、网络平台以及存储备份平台。

（2）信息资源层

信息资源层集中存储、统一管理公共数据平台所有的数据资源，提供多种类型数据的访问，为公共数据平台提供资源支持和信息存储媒介。它包括全域数据库、主题数据库以及元数据库。全域数据库中的数据来源于各个业务系统，以信息共享为核心目标，构建集中统一的共享数据整合、存储和管理的平台；主题数据库是把来自全域数据库的信息资源，按照不同的维度进行组织，提供各职能域分析，支持各类主题应用，挖掘信息价值。通过信息资源层的规划与建设，全域数据库与主题数据库等一起构成了数据中心的整体数据架构，遵循相同的数据编码规则，执行统一的元数据管理及数据质量控制。元数据库在第3节重点介绍。

（3）应用支撑层

应用支撑层通过建立面向服务的体系结构，构建开放的、模块化的、可重用、可扩展的一系列共性技术平台。在总体架构中支撑上层应用，弱化信息资源层对应用层的制约和限制；减少上层应用在共性、基础需求上的投入，为上层应用之间的互联、互通、互操作奠定基础。应用支撑层依据共性技术体制、依托信息资源层的支持，提供了对应用层的技术支撑及统一技术标准规范。应用支撑层包括元数据库管理系统、数据访问服务系统、ETL服务管理系统以及报表管理系统。数据访问服务系统以全域数据库中的共享数据为核心，提供统一的信息整合，实现各业务系统间信息共享，以服务方式向各业务系统提供数据，并负责从各业务系统接收信息，更新全域数据库。ETL[6]服务管理系统是学校内部各类数据库之间的抽取、转换和加载过程的数据调度平台，实现全域数据库与各应用系统之间、全域数据库与主题数据库之间的数据抽取、转换与加载服务。

（4）应用层

应用层是公共数据平台业务应用与公共信息服务实现的核心，依据不同的业务特征、技术特性，公共数据平台基于JavaEE平台，采用B/S模式进行构建。应用层实现了基于主题数据库的各类上层应用，包括业务应用与公共信息服务两部分内容。其中，业务应用包括综合查询、主题分析和统计报表；在业务应用基础上，将综合查询、主题分析和报表统计提供的各类信息服务相互关联、匹配组合，形成面向管理者、教师、学生和校友的综合信息视图，构建公共数据平台的公共信息服务。

（5）展现层

展现层是公共数据平台与学校用户交互的主要桥梁，是总体架构中实现用户交互体验和信息展现的关键支撑，主要完成平台与用户之间的各种互动，是整个公共数据平台对外的窗口。通过提供界面交互框架以及多种类型的访问渠道，展现层实现了公共数据平台的对外服务、信息采集以及内部管理。展现层主要包括学校管理者、教师、学生、校友等五类应用桌面。

（6）保障环境

标准规范体系是支撑技术、管理等方面的标准和规范，除了贯彻国家、教育行业和学校的已有标准外，更多的是制定公共数据平台建设的数据标准、数据交换标准、技术规范、项目管理规范；安全保障体系涉及信息化建设各个层面，为整个平台提供鉴别、访问控制、防入侵、防攻击、防篡改、抗抵赖和数据机密性、完整性、可用性、可控性等安全服务，形成集防护、检测、响应、恢复于一体的安全保障体系，实现网络安全、系统安全、数据安全及应用安全，以满足整个平台各层次的安全需求；基于ITIL和ISO2000的运行维护理念，对平台进行全面而集中的管理，实现对学校各级部门的统一协调管理，提供高效率、高质量、低成本的IT服务。

三、主要技术

1.元数据库

元数据库实现对全域数据库和主题数据库所涉及的元数据的整体管理，使元数据管理趋于标准化、规范化和工具化，并提供通过网络对元数据进行查询检索的方法或途径，帮助用户了解数据，对数据是否满足数据综合应用需求作出正确的判断。元数据库建设主要包括中心元数据、主题元数据、交换元数据。中心元数据是元数据库的主要建设内容，它是一个以业务需求为导向、在学校信息化应用实践中持续改进和不断完善的过程。中心元数据的建设过程如图2所示：

在中心元数据建设时，要首先确定核心的编码规则模型，然后在编码规则模型的指导下，建立相应的指标库、统一分类编码库和基础分类库。

主题元数据包含主题数据和相关技术标准的信息，主要涵盖主题数据的信息属性、数据结构、流程控制等描述信息；交换元数据描述数据交换处理的一系列标准、数据交换处理过程、数据交换处理逻辑、执行角色等信息。

2.数据共享与交换

为了实现学校各业务系统间的互通互联，解决信息孤岛和信息流通问题，需要建立数据共享与交换机制。所有业务系统数据统称为数据源，公共数据库是所有共享数据及综合分析应用数据的资源池，所有业务系统的共享数据以及综合分析应用数据在这里汇聚、集成。公共数据库从数据源集成数据并保持更新同步，成为各个业务系统之间的数据共享与交换通道。公共数据库通过数据集成工具从数据源的各个业务系统数据库中抽取数据，并根据数据类型进行分类存储。数据集成过程可以定义为两种方式，数据访问服务集成和数据抽取集成。

数据访问服务集成方式主要通过数据访问服务系统、元数据库管理系统并结合数据访问服务定制功能，定制发布数据访问服务，各业务系统通过调用生成的数据访问服务客户端，实现数据的集成，它应用于实时性要求较高且有条件、有能力进行服务包装改造的业务应用。

数据抽取集成方式通过在各业务系统中建立触发器和中间表，根据交换数据的内容和获取的时限要求，采用ETL服务管理系统，制订数据抽取调度计划，完成共享数据的抽取，最后对抽取的数据进行清洗和转换，完成数据的集成，它应用于实时性要求不高或无条件、无能力进行服务包装改造的业务应用。数据访问服务接口方式可以用于实时或定时的场合，数据抽取方式只能用于定时的场合。

四、应用实例

数据综合服务是基于公共数据库之上构建的信息综合应用，通过构建学校数据综合分析应用环境，创建数据间的有机联系，针对学校的教学、科研、管理等公共信息进行综合分析、深度钻取，建立多角度的分析体系，增强学校管理的针对性，为学校综合管理提供决策支持。按照以上原则和目标，确定综合查询、主题分析、统计报表三个方向，以及在此之上建立公共信息服务。数据综合应用系统的功能结构如图3所示。

现以主题分析为例，实现了某教学部系科研成果数量的统计功能，对成果类型、年度和论文等级3个维度进行了分析，维度在数据仓库中主要对指标进行过滤和为重新组织提供指导，可以将用户对实时的查询结果按照维度指标进行筛选，只允许与维度指标相关的数据返回给用户，由主题元数据实现维度维护的描述片段如图4所示。

实现效果如图5所示，在每个指标上建立了扩展连接，钻取后可查看数据明细，对于主题分析的结果展现形式可以进行自定义，提供了二维、三维图形展现。

五、结束语

本文提出的基于SOA的校园公共数据平台，整合了学校各业务系统的数据共享需求，以建立数据统一标准为基础，实现了各系统间的信息交换和共享，构建了满足学校教学、科研、管理要求的开放性、协同化的综合信息服务环境，为学校各类人员提供了基于全校信息视图的数据综合应用服务，最终实现了互联互通、资源共享。公共数据平台已在学院成功部署并顺利运行，强力推动了学院信息化建设的可持续发展。以物联网理论为基础打造“教育云”，实现新型智慧校园，将是我们下一步工作目标。

参考文献：

[1]陆鑫，周明天.数字化校园统一应用支撑平台系统研究与设计[J].计算机应用研究，2007（12）：279-281.

[2]陶祥亚，胡建华.高校信息资源建设中“孤岛现象”的研究[J].中国教育信息化，2007（9）：49-51.

[3]Patrick F Carey， Bernard W Gleason. Solving the integration issue-service-oriented architecture[EB/OL].http：//www.zdnet.co.uk/tsearch/Service-Oriented + Architecture. htm，Feb.2006.

[4]赵会群，孙晶.一种SOA软件系统可信性评价方法研究[J].计算机学报，2010（11）：2202-2210.

[5]汪清明.基于SOA的ERP系统体系结构的研究[J].计算机应用，2007（2）：413-414.

[6]张宁，贾自艳，史忠植.数据仓库中ETL技术的研究[J].计算机工程与应用，2002（4）：213-215.