ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique
Auteurs : soumettez
votre article en ligne
Autres revues >>
European Journal of Electrical Engineering
2103-3641
Revue des Systèmes
Revue Internationale de Génie électrique (1295-490X)
 

 ARTICLE VOL 20/3 - 2018  - pp.379-392  - doi:10.3166/ejee.20.379-392
TITRE
Une nouvelle méthode de prévision de l'état de fonctionnement pour les serveurs de réseau électrique intelligent

TITLE
A novel operation state prediction method for servers in smart grids

RÉSUMÉ
Compte tenu de la difficultéde la surveillance manuelle de l'état de fonctionnement des serveurs de réseau électrique, cet article développe une méthode de prévision de l'état de fonctionnement des serveurs dans un réseau électrique intelligent reposant sur plusieurs techniques innovantes. La méthode de prédiction comprend deux étapes principales. Tout d'abord, le seuil d'alerte a été déterminé par l'inégalité de Bienaymé-Tchebychev et l'amélioration de la distribution de Rayleigh, puis le majorant de l'alerte, la valeur du paramètre ε, ainsi que la probabilité anormale de chaque mesure dans le temps ont été calculées en fonction de la définition d'événement àfaible probabilité. Deuxièmement, le réseau de neurones àrétropropagation du gradient (BPNN, le sigle de «back-propagation neural network »en anglais) a étéintroduit pour la prédiction de séquence temporelle et l'analyse globale des résultats précédents, obtenant ainsi les futures données d'utilisation de l’unité centrale de traitement (UCT) par les serveurs dans un réseau électrique. La méthode proposée a étévalidée par plusieurs expérimentations. Le seuil d'alerte défini par notre méthode peut avertir des anomalies sans sacrifier le fonctionnement scientifique du réseau électrique et évaluer la probabilitéanormale de chaque point de données. Les résultats de la recherche ont jetéun nouvel éclairage sur l'alerte précoce de l'état anormal des serveurs dans les réseaux intelligents.


ABSTRACT
In view of the difficulty in manual monitoring of the operation state of grid servers, this paper develops an operation state prediction method for severs in smart grid based on several innovative techniques. The prediction method consists of two main steps. Firstly, the warning threshold was determined by Chebyshev inequality and improved Rayleigh distribution, and then the upper bound of warning, the value of parameter ε, as well as the abnormal probability of each timepoint were calculated according to the definition of small probability event. Secondly, the back propagation neural network (BPNN) was introduced for time sequence prediction and overall analysis of the previous results, thereby obtaining the future data of CPU utilization of grid servers. The proposed method was proved valid through several experiments. The warning threshold set by our method can warn about abnormalities without sacrificing the scientific operation of the grid, and evaluate the abnormal probability of each data point. The research findings shed new light on the early warning of abnormal server states in smart grids.


AUTEUR(S)
Wei ZHAO, YANJUN LI, Jiyuan REN, Sigen CHEN, YIQUN LI

MOTS-CLÉS
surveillance des donnees, inegalite de bienayme-tchebychev, distribution de rayleigh, reseau de neurones a retropropagation du gradient (BPNN).

KEYWORDS
data monitoring, chebyshev inequality, rayleigh distribution, back propagation neural network (BPNN).

LANGUE DE L'ARTICLE
Anglais

 PRIX
• Abonné (hors accès direct) : 12.5 €
• Non abonné : 25.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (399 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier