电力物联网边缘计算依赖型任务卸载的低时延调度技术

现有电力物联网任务调度技术难以满足任务的低时延和实时性要求,且未考虑到电力物联网任务之间的内部依赖性。针对该问题,融合深度强化学习任务卸载模型和Sequence-to-Sequence神经网络,使用有向无环图表示任务及依赖关系,引入e-贪婪探索机制和优先经验回放来鼓励探索和提高模型训练效率,构建基于深度强化学习的电力物联网任务卸载模型。通过与其他任务卸载算法进行对比,所提模型的任务平均处理时延显著优于其他算法,验证在电力物联网依赖型任务低时延调度方面的优越性。

基于Weibull函数分布的电力通信网光缆失效率模型

为了解决电力通信网可靠性评估过程中光缆可靠性的量化和计算问题,在现有的三参数Weibull分布函数的基础上,结合光缆现行的国家与电力行业标准和主流生产厂家的光缆特性指标,提出了光缆失效的3个影响参数——形变参数、结构参数以及时间参数,并建立了适用于分析电力通信光缆失效率的概率分布模型。针对现有数据的局限性,采用将传统的黄金分割迭代算法与一种能够近似拟合的最大似然估计法相结合的方法对参数的取值进行计算和估计。该模型较好地反映了不同的因素对光缆可靠性的影响程度,实例分析验证了该模型具有一定的实用性。

高校专业设置对满足社会需求的影响

当前我国由于一些制度层面的原因,专业设置与需求脱节现象时有发生。本文从满足社会需求视角分析专业设置制度中存在的问题提出了专业设置的思路和对策,拟从建立专业设置和人才供求的预报与预警机制、改革专业审批机制层面着手,着重推进专业结构调整。

层次分析法在终端通信接入网中的应用

随着电网智能化的发展,终端通信网将承载越来越多的智能化业务。因此,需要建设可靠、高速的网络来进行支撑。其中如何规划、建设和运维终端通信接入网将是网络建设的关键。由于终端通信接入网具有终端节点多、运维量大、对通信的可靠性要求高和支撑能力要求高等特点,需要建立多层次的指标评价体系。应用层次分析法确定指标权重后,结合灰色系统理论,判断各因素之间的接近程度,从而减小设备分析的计算量,使整体的比较机制可以较强地分析研究对象的各种复杂关系;同时,通过序列建模的方式,实现对终端接入设备的客观科学的运行质量评价。

IP多媒体子系统通信组网方案

随着IP多媒体子系统(IP Multimedia System,IMS)技术的不断演进,研究可以承载在国家电网通信网上建设的IMS势在必行。天津市电力公司结合运维经验,通过对IMS组网方案的研究与测试,采用数据网与传输网相结合的方式,逐步总结出适合国家电网公司各网省公司IMS系统推广建设的通信网组网方案。该方案的提出促进了IMS系统在国家电网公司通信网络中的应用,加快网省公司IMS系统的部署工作,提升国家电网公司的数据交换能力。

ASON云在网管配置中的优化应用

随着电力通信网络规模的扩大和业务种类的增加,智能光网络的应用已经成为必然趋势。自ASON在SDH网络中引入后,网络管理的难度和网管运维人员的工作量大大降低。文章基于此现状和目前ASON在天津电力通信主网中的运行情况提出了一种新的网管优化方案,引入ASON云,即在同一网管中融合ASON网络和SDH网络。解决了不同厂家的ASON和SDH设备无法实现网管统一配置的问题,优化了网络拓扑结构,降低了网络管理复杂度。使得网管配置更加简便、准确,不但可以实现业务无阻塞的端到端配置,同时也可以实现多样化的网络保护和恢复的策略。

基于改进PSO算法的路径软件测试用例生成方法

针对路径测试中的软件测试用例生成的问题,提出了一种基于改进PSO算法的软件测试用例生成方法;首先,采用分值函数叠加方法来构造PSO算法中的适应度函数,并对粒子位置更新策略进行改进;接着,构建算法的控制流程图并进行目标路径选择;然后,利用程序插装收集个体的适应度值;最后,测试数据生成程序执行,得到合适的测试数据;通过在三角形分类判别案例程序上的实验结果表明,提出的软件测试用例生成方法能够生成更合适的测试用例,且有效减少了生成所需时间。

基于GoF-EM算法的图像分割

在图像分割领域,高斯混合模型经常被用来对背景建模并用EM算法估计模型参数,但EM算法对初始值敏感,当给定错误的隐变量值—子模型个数时,EM算法对真实分布的拟合效果较差。针对高斯混合模型中隐变量值的估计问题,结合统计学中的KS检验提出基于拟合优度的EM算法(goodness-of-fitting based expectation-maximization algorithm,Go F-EM),并将其应用到图像分割中。Go F-EM算法随机给定初始值,利用信息熵和统计拟合优度判断当前结果是否达到最优。对不满足拟合优度检验的高斯模型进行迭代分裂或合并操作直至收敛。分别在UCI数据集的聚类任务和图像分割任务中设计实验验证Go F-EM算法的有效性。实验结果表明,Go F-EM算法与其他算法相比,能够提高对高斯模型个数估计的精确度。对图像分割的结果证明Go F-EM算法能够分割出更多的特征区域,同时也表现出较好的稳定性。

基于层次分析法的配电通信网运行风险量化评估

提出了一种配电通信网风险量化评估模型,通过层次分析法建立了基于并计算出了取舍权数。从基于设备状态、非正常运行状态和管理状态给出相关量化参数,通过配电通信网的实例验证了模型。该风险评估方法对配电通信网的规划建设、运行维护和风险评估具有较好的指导意义。

面向智能电网的新型抢修模式

通信机房的智能化抢修模式是智能电网发展的必然趋势,从基于规则的自动化运维转向人工智能化的运维模式,使专业间协同更加顺畅。机器学习、语言识别、专家系统等人工智能技术的发展为智能化抢修提供广阔发展前景,促进运维管理规范化、精益化,使电网更智能。

光纤诱导击穿射频信号强度统计建模研究

为了提高光纤诱导击穿射频信号强度的统计建模分析能力,需要对光纤诱导击穿中的射频信号进行优化建模和检测。提出一种基于高阶统计特征分析和光纤波束形成的光纤诱导击穿中的射频信号检测算法,构建统计模型,采用分数阶傅里叶变换进行射频信号动态压缩处理,提取光纤诱导击穿中射频信号的谱特征量,采用自适应光纤波束形成方法进行光纤诱导击穿中射频信号的波束聚焦分析和谱特征分析,结合频谱特征分离方法分析光纤诱导击穿中的射频信号和衍射冲激状态下的射频信号,采用盲源分离方法,实现光纤诱导击穿中射频信号的线性统计和检测识别。实验结果表明,采用该方法进行建模分析效率较高,最高为91%,准确性较好,最高可达到97%,对信号检测和建模的抗干扰能力较强,具有一定应用价值。

基于图卷积网络的客服对话情感分析

随着电力业务的发展,客服环节时刻产生着大量的数据,然而传统对话数据情感检测方法对于客服质量检测的手段存在着诸多的问题和挑战.本文根据词语出现的排列和定位构建字图,对整个语句进行非连续长距离的语义建模;并针对文档不同组成部分之间的关系,对语句上下文之间的交互依赖或自我依赖关系进行建模;最后通过卷积神经网络对所构建的图进行特征提取和邻域节点的特征聚合以得到文本的最终特征表示,进而实现客服通话过程中的情绪状态检测.通过实验证明本文提出的模型情感分类性能指标始终高于基线模型,这表明融合词共现关系、顺序语句上下文编码和交互语句上下文编码结构可以有效提高情感类别检测精度.该方法为智能化、自动化地检测客服通话过程中的情绪状态提供了更细粒度的分析,为有效地提高客服服务质量具有重要意义.