亲和性 节点k8s k8
基于粒子群算法的最优潮流 以IEEE30节点的输电网为研究对象 以系统发电成本最小为目标函数
基于粒子群算法的最优潮流 以IEEE30节点的输电网为研究对象 以系统发电成本最小为目标函数 以机组出力为优化变量 其中出力与成本的关系是经典的二次函数关系 通过优化求解得到最佳机组出力ID:4950654151512549 ......
配电网多目标动态无功优化 基于IEEE33节点配电网，以配电网网损最小 电压偏差最小以及光伏消纳最大为目标
配电网多目标动态无功优化 基于IEEE33节点配电网，以配电网网损最小 电压偏差最小以及光伏消纳最大为目标，考虑了24个不同时刻的时间尺度，以光伏接入容量，变压器变比和两个无功补偿接入的容量为优化变量，通过多目标粒子群算法进行求解，得到最佳接入策略YID:3650654592101553 ......
基于IEEE33的主动配电网优化，采用IEEE33节点配电网进行仿真，搭建了含风光，储能，柴油发电机和燃气轮机的配电网经济调度模型
基于IEEE33的主动配电网优化，采用IEEE33节点配电网进行仿真，搭建了含风光，储能，柴油发电机和燃气轮机的配电网经济调度模型，以总的运行成本最小为目标，考虑了储能以及潮流等约束，采用粒子群算法对模型进行求解，得到了各个分布式电源的运行计划。YID:1350659687081783 ......
基于粒子群算法的配电网无功优化 基于IEEE33节点配电网，以无功补偿器的接入位置和容量作为优化变量
基于粒子群算法的配电网无功优化 基于IEEE33节点配电网，以无功补偿器的接入位置和容量作为优化变量，以牛拉法进行潮流计算，以配电网网损最小为优化目标，通过优化求解，得到最佳接入位置和容量，优化结果如下所示，代码有注释YID:3750652729145519 ......
基于蒙特卡洛法的概率潮流 以IEEE33节点的电网为研究对象 建立了光伏和风电的概率出力模型 采用蒙特卡洛法进行随机抽样
基于蒙特卡洛法的概率潮流 以IEEE33节点的电网为研究对象 建立了光伏和风电的概率出力模型 采用蒙特卡洛法进行随机抽样 之后基于抽样序列进行概率潮流计算 最后得到电网的电压概率出力曲线 程序有基于matpower和非matpower（效果好一点）ID:39400652301592315 ......
k8s 安全之psp 和 psa
Pod Security Policies(Adminssion Controller)授予users和service accounts创建或更新pods使用资源的权限。这是一种集群级别的资源类型，用来限制pod对敏感资源的使用。它能够控制Pod的各个安全方面。 举例来说PSP可以做的事情： 1. ......
Security Context k8s安全上下文
kubernetes 提供了三种配置安全上下文级别的方法： Container-level Security Context：应用到指定的容器Pod-level Security Context：应用到 Pod 内所有容器和 VolumePod Security Policies (PSP)：应用到 ......
k8s 认证
整体过程简述：请求发起方进行 K8s API 请求，经过 Authentication（认证）、Authorization（鉴权）、AdmissionControl（准入控制）三个阶段的校验，最后把请求转化为对 K8s 对象的变更操作持久化至 etcd 中。 认证阶段。当请求发起方建立与 API S ......
如何删除vSAN节点的空壳存储卷（不一定能用上）
背景： 这个问题的来源是，某用户将该ESXi主机直接夺取到另一个vCenterA的管辖中，而这个vCenterA中集群A开启了VSAN功能，导致再次反向夺取到vCenterB中的时候带有了来自于集群A的种种VSAN服务。 此时在vCenterB中可以看到这个回迁回来的主机一致都有标题中的警告信息： ......
Kubernetes（k8s）健康检查详解与实战演示（就绪性探针 和 存活性探针）
一、概述 Kubernetes中的健康检查主要使用 就绪性探针（readinessProbes）和 存活性探针（livenessProbes） 来实现，service即为负载均衡，k8s保证 service 后面的 pod 都可用，是k8s中自愈能力的主要手段，主要基于这两种探测机制，可以实现如下需 ......
考虑IEEE33节点系统使用基本环矩阵编码的智能优化算法在处理配电网重构问题
matlab 改进灰狼算法 含分布式电源 配电网重构 考虑IEEE33节点系统使用基本环矩阵编码的智能优化算法在处理配电网重构问题中，通常使用无序的解空间，解空间中局部峰值较多，使得智能优化算法难以发挥自身优势，耗时严重且难以寻找到最优解。 针对以上问题，提出一种有序环网编码方式，并基于改进灰狼算法 ......
MATLAB基于PQ解耦风电场并网潮流计算 IEEE30节点、14节点、4节点标准算例，潮流计算
MATLAB基于PQ解耦风电场并网潮流计算 IEEE30节点、14节点、4节点标准算例，潮流计算的功能：风力发电机组并网潮流计算，并网对大电网的影响。 电力系统中常用的PQ分解法派生于以极坐标表示的牛顿—拉夫逊法，其基本思想是把节点功率表示为电压向量的极坐标形式，以有功功率误差作为修正电压向量角度的 ......
[云原生]K8S 中 Ingress 和 Service 的区别？
K8S Ingress 和 Service的作用？ Kubernetes中的Ingress和Service都是用于构建和管理应用程序的网络服务的重要组件，两者的作用不同。 Service: 是Kubernetes中一个抽象的概念，用于定义一组Pod的访问方式和网络访问规则。Service通常用于在内 ......
linux驱动中如何自动生成设备文件节点？
原文：https://blog.csdn.net/eurphan_y/article/details/104326735 linux驱动中如何自动生成设备文件节点？一、自动生成设备文件的必要性 在我们初学驱动开发的时候，我们的设备文件需要我们在知道设备号之后，使用命令 “mknod c|b dev_ ......
k8s ingress-nginx
apiVersion: v1kind: Namespacemetadata: name: ingress-nginx labels: app.kubernetes.io/name: ingress-nginx app.kubernetes.io/instance: ingress-nginx # S ......
DaemonSet控制Pod拉起节点
实验现象 创建ds apiVersion: apps/v1 kind: DaemonSet metadata: name: nginx spec: selector: matchLabels: app: nginx template: metadata: labels: app: nginx spe ......
67、K8S-部署管理-Helm部署Prometheus、TSDB数据持久化
Kubernetes学习目录 1、准备仓库 1.1、配置prometheus仓库 1.1.1、增加prometheus仓库 helm repo add prometheus-community https://prometheus-community.github.io/helm-charts 1. ......
K8S-StorageClass资源-实践【补充知识点】
Kubernetes学习目录 1、准备工作 1.1、官方文档 支持的存储制备器 ：https://kubernetes.io/zh-cn/docs/concepts/storage/storage-classes/#provisioner NFS provisioner： https://kuber ......
学习K8S 使用Operator部署管理Nginx
创建一个Kubernetes Operator 部署 nginx 的大致过程如下： 确定您要使用的 Operator SDK 版本并安装它。 使用 Operator SDK 命令行创建新的 Operator 项目。 定义 CustomResourceDefinition（CRD），即将在 Kuber ......
K8s中的external-traffic-policy
K8s中的external-traffic-policy是什么？ 【摘要】 external-traffic-policy，顾名思义“外部流量策略”，那这个配置有什么作用呢？以及external是指什么东西的外部呢，集群、节点、Pod？今天我们就来学习一下这个概念吧。 1 什么是external-t ......
记一次flannel跨节点不通的故障
先贴一张flannel通信原理图镇楼。 最近遇到了一个问题，在一个k8s集群中有一个Fedora节点的flannel.1和别的节点flannel.1不通。确认了一下内容： flannel configmap中的vxlan network配置是否和集群配置文件cat /etc/kubernetes/m ......
k8s查看资源使用情况
可以通过 kubectl top 命令来查看 Pod 中的 CPU 和内存使用情况。下面是一些常用的 kubectl top 命令： 查看集群中所有节点的 CPU 和内存使用情况： kubectl top nodes 查看指定节点的 CPU 和内存使用情况： kubectl top node <no ......
批量给mycat配置文件增加数据库节点
#!/bin/bash #修改mysql schema mycat_schema_file=/opt/mycat/conf/schema.xml cp $mycat_schema_file ${mycat_schema_file}.bak database_list='message xuejie' ......
k8s-gitlab 配置清单
Gitlab服务构成 Nginx：静态web服务器。 gitlab-shell：用于处理Git命令和修改authorized keys列表。 gitlab-workhorse: 轻量级的反向代理服务器。 logrotate：日志文件管理工具。 postgresql：数据库。 redis：缓存数据库。 ......
基于粒子群的ieee30节点优化、配电网有功-无功优化
基于粒子群的ieee30节点优化、配电网有功-无功优化 软件：Matlab 介绍：对配电网中有功-无功协调优化调度展开研究，通过对光伏电源、储能装置、无功电源和变压器分接头等设备协调控制，以实现光伏利用率最大、网络损耗最小、电压质量最优的综合优化目标。 采用粒子群算法寻求最优解，得到配电网的调控策略 ......
分布式电源选址定容 在改进的IEEE33节点系统中分布式电源选择最佳接入点和接入容量
分布式电源选址定容 软件：Matlab 介绍：在改进的IEEE33节点系统中分布式电源选择最佳接入点和接入容量，以网损和电压越限惩罚为目标进行粒子群优化，能得出最佳接入点和接入容量，接入前后电压变化，基础程序无参考文献ID:7650644906843770 ......
基于蒙特卡洛概率潮流计算 在IEEE33节点系统中，由于风光出力的不确定性，利用蒙特卡洛生成风速和光照强度得到出力
基于蒙特卡洛概率潮流计算 在IEEE33节点系统中，由于风光出力的不确定性，利用蒙特卡洛生成风速和光照强度得到出力，可得到每个节点的电压和支路功率变化，网损和光照强度。YID:7950644519779522 ......
k8s centos7 内核漏洞二
Bug #2：诊断修复网络设备引用计数泄漏问题 关键词：kernel:unregister_netdevice: waiting for eth0 to become free. Usage count = 1 社区相关 Issue: https://github.com/kubernetes/ku ......
基于Containerd容器引擎和kubeadm工具部署K8sv1.26.3
apiserver认证和准入控制过程，用户通过https将管理集群的请求发送给apiserver，apiserver收到对应请求后，首先会验证用户的身份信息以及合法性；这个认证主要通过用户提供的证书信息；如果用户提供的证书信息apiserver能够再etcd中完全匹配到对应信息，那么apiserve... ......