基于改进型FPGA的通信电源管理系统设计与仿真

针对目前通信电源供电能力不足、通信延迟过大的问题,根据对5G通信技术的分析,对传统通信电源管理进行改进。利用切分器和瞬时逆变器对供应电流进行分流,保证各部分通信设备及时得到电能供给;利用改进型主动队列管理(AQM)算法实现通信系统的多维降延;利用浮点运算的多维处理能力缩短通信延迟时间,并对实际运行效果进行延迟判定。试验表明,本设计通信管理系统通信总量最高达到6848 MB,运行中通信延迟为268 ms,电源供电效率为95.3%。

OTN设备网管接口模块全自动化仿真设计

针对当前方法未能进行网管智能适配,带宽利用率和数据传输速率低,数据传输时延和丢失率高的问题,提出OTN设备网管接口模块全自动化仿真设计方法。优先分析OTN设备的网管接口功能,获取本地网管和设备之间的成功记录,解析出本地网管协议,完成网管智能适配处理,设计全自动化OTN设备网管接口模块。实验结果表明,所提方法的带宽资源利用率达到了90%以上,数据传输速率达到75%以上,数据传输时延最高12 s,数据丢失率平均值仅9%,能够有效改善数据丢失情况,提升带宽利用率和数据传输速率,降低数据传输时延。

螺纹锚固单边螺栓连接节点火灾后力学性能研究

螺纹锚固单边螺栓锚固于带螺纹的螺栓孔。螺纹锚固单边螺栓无需螺母,能够实现单侧安装,因此非常适用于闭口截面钢构件的连接。了解不同结构在火灾后的受力性能具有重要的工程意义,能够为受火结构的鉴定和修复提供依据。通过试验研究了螺纹锚固单边螺栓连接节点在火灾后的性能,试验中采用全过程的加载方式,模拟了火灾从开始到结束的过程,并考虑了火灾发生时节点承受的荷载大小和火灾温度对于其火灾后残余力学性能的影响。试验结果表明,螺纹锚固单边螺栓连接节点共有两种破坏模式,分别为钢管壁屈服破坏和T形板翼缘屈服伴随螺栓破坏。在火灾前后节点的破坏模式不会发生改变,但增加荷载或提升火灾温度可能会导致节点在火灾过程中提前破坏。对于未在火灾过程中破坏的节点,其冷却后的承载力至少可恢复至常温屈服承载力的90%以上,以及常温极限承载力的89%以上,螺纹锚固单边螺栓节点在火灾后仍具有比较好的性能。

基于人工蜂群算法的电力通信网路由优化仿真

面对当前使用的路由优化算法受到低能耗节点影响,使网络平均剩余能量较低,导致网络节点存活数量少的问题,提出了基于人工蜂群算法的电力通信网路由优化仿真方法。通过模仿蜜蜂采蜜行为,描述电力通信网路由优化行为。对节点位置进行编码,初始化种群。利用人工蜂群算法搜索邻域,结合贪婪法则选择最优解。计算蜜蜂跟随概率,记录蜜蜂发现的最佳值,输出最优解。收集剩余的能量,避免在采集能量较少的节点产生不必要的能耗,求解得到最佳的能量路由优化路径。在基站运行过程中,动态调整基站负荷变化,避免出现负荷偏移现象。由实验结果可知,该方法平均剩余能量最高为0.67 J,节点存活数量最大为100个,有效提高了电力通信网络通信周期。

电力通信传输网综合培训仿真系统的设计与实现

针对现有电力通信传输网的培训工具功能单一、不能全面有效支持传输网培训的问题,设计并实现了电力通信传输网综合培训仿真系统。首先介绍了系统的总体架构和各部分功能,然后以光传输设备为例描述了仿真模型的原理,并重点介绍了三维建模、逻辑建模、动态生成网络场景、网络故障仿真等关键技术,最后简介了系统的工程应用情况。现场应用表明,该系统建立了全方位、全过程、全场景的高逼真度培训平台,可以满足电力通信传输网相关技术人员在培训、考核等多方面的需求。

基于PSO-BP神经网络的光伏发电功率预测方法

光伏发电系统输出功率的不确定性,对电网安全稳定运行具有重大影响。提出了一种基于PSO-BP神经网络的光伏发电功率预测方法。首先,通过FCM聚类筛选相似样本日,提高了数据分类的准确性;利用KNN方法填充缺失数据,提升样本数据质量。然后,针对BP神经网络预测模型收敛速度慢、易陷入局部最优问题,采用PSO优化预测模型初始参数。实际光伏发电系统功率预测实验表明,该方法能够有效预测各气象条件下的光伏发电功率,且精度较高。

基于压扩变换的电力线通信系统脉冲噪声抑制

针对电力线通信系统高负荷期急变脉冲噪声抑制问题,提出了一种基于压扩变换的噪声抑制方法。该方法在发射端对通信信号进行压扩变换,压缩和扩展信号幅值,改善信号峰均功率比性能;接收端首先利用压扩峰值估计噪声脉冲概率,然后对接收信号进行消隐降噪处理,最后再通过硬反馈判决进一步去除残留脉冲噪声。仿真结果表明,提出算法具有较高的噪声脉冲检测概率,能够有效去除电力线通信系统的脉冲噪声,对于高负荷期急变脉冲噪声具有良好抑制性能,降低了系统通信误码率。

电力线图像检测方法研究

针对无人机图像中图像分辨率低、背景杂乱等问题,提出了一种电力线图像自动检测方法。通过使用机器学习方法对无人机采集的图像进行自动识别,可以排除噪声区域图像,准确识别出无人机图像中的电力线部分。通过使用9张无人机采集的图像对所提方法进行了验证,结果表明所提出的方法可以有效地进行电力线图像的自动识别。

基于知识图谱的光传送网知识点自适应测评建模研究

文章构建了一种基于知识图谱的光传送网(Optical Transport Network,OTN)知识点自适应测评模型,用于对海量OTN知识掌握水平的智能测评。所提模型结合项目反应理论和贝叶斯网络,实现OTN知识测试过程中的自适应选题,并借助图谱中知识点间的逻辑关系实现对OTN知识水平的快速计算。实践结果证明,所提模型能够实时计算被试者的能力水平,并以此为依据自动调整下一道题目的难度,最终精准预测被试者的知识薄弱点,能力水平的预测误差在4%以内。文章采用实际案例证明了所提模型的应用效果良好。