Does Being a Big Power Mean Paying a Big Bill? Japan's UN funding proposal appears to disguise political motives

Japan, which is increasingly frustrated that it has not been granted a permanent seat on the UN Security Council, has found a new outlet of displeasure against the world body. On March 10, Japan proposed to the UN General Assembly budget committee,

Responsibilities of a Big Power

To present itself to the international community as a responsible country will help China’s peaceful development and promote the construction of a harmonious world.However,overly high expectations and excessive responsibilities will undoubtedly add risks to China’s development efforts. Jiang Yong,Director of Economic Security Research Center of China Institutes of Contemporary International Relations,expounds on this issue in an article in Outlook Weekly.

跨省域智慧能源管理大数据平台架构及关键技术研究与实践

随着广东省能源集团公司下属电站的不断建设,集团公司对各个电站的运营、运维、人员的管理问题愈发凸显。为有效提升各能源场站的综合管理水平,通过搭建基于物联网的智慧能源管理大数据平台对能源场进行集约管理。系统以工业互联网为硬件基础,以大数据平台为软件核心,实现了系统对风电场、光伏电站、煤层气电站等区域的实时远程监控及各项业务管理。实践证明,本系统能减少运行维护成本,提升集团公司的整体核心竞争力。

AI,大数据与强度机器——信息权力的时代如何重思主体性

大数据是推动生成式AI之诞生和发展的一个重要前提,对大数据的发展演变进行谱系学考察也有助于我们更深刻地理解以ChatGPT为代表的新型AI的本质与前景。从强度性数据到大数据,从第四范式到数据洪水,这或许并非只是一个从量变到质变的过程,而更是数据的本原性强度日渐衰退,人的主体性在数据面前日渐消亡的过程。由此,有必要回归强度这个哲学概念,结合德勒兹和加西亚等哲学家的代表性论述,进而揭示它何以从一种创生之力量逐渐蜕变为经典物理学中的被计量之力,进而又在控制社会之中被彻底驯化为电力。既然肯定性的生命强度举步维艰,那么或许理应转向否定性的死亡强度来探寻出路。加西亚的思辨实在论,德勒兹的无器官身体,以及福柯的致命机器,似乎敞开了三条相关又有别的道路。

大数据背景下的电力营销信息管理平台设计

为了提升电力营销大数据处理和调度效率,设计大数据背景下的电力营销信息管理平台。基于Hadoop和MapReduce设计平台存储和技术框架,利用大数据技术划分电力营销大数据,实现电力营销信息状态安全分析和监控;采用云计算技术分析和处理电力营销数据。测试结果显示,所设计平台的大数据处理吞吐量较高、大数据处理加速比稳定;数据调度计算效率较高、性能稳定;将电力营销数据以对象形式缓存到内存中时,执行时间较短、耗费内存较小。该平台具备较好的数据处理及调度能力。

机械加工质量预测研究现状与发展趋势

机械加工质量预测是智能制造的重要组成内容,也是实现质量闭环控制的前提条件,对推动智能制造系统真正落地应用具有极其重要的作用.在对机械加工质量预测的历史进行简要回顾时发现,学者多将研究重点放在机床某一关键部件对加工质量影响的机理研究,却鲜见部件耦合影响的关联性研究.基于上述难题,本文首先剖析影响机械加工质量的7类要素,包括刀具几何参数、切削参数、切削液类型、热误差与热变形、数控机床零部件性能退化、切削颤振以及系统特性;随后,根据各要素数据种类和测量方式的不同,将机械加工质量监测与预测方法划分为4大类,包括机器视觉测量、功率测量、振动测量以及其他测量方法,并对各方法的技术特点、局限性和发展动态进行了阐述;最后,考虑各机械加工质量监测与预测方法的不足,指出材料切削机制研究、数据质量评估方法、面向工业现场数据库构建的标准以及质量预测信息的智能表征与可视化等方面可能是未来的发展趋势.

资本主义一如往昔?——数字知识垄断的启示

本文从作为权力关系的垄断切入,试图回答“资本主义积累模式是否一如往昔”这一问题,研究以当今数字经济、资本主义、科技巨头与知识垄断几大要素的日益勾联为核心,拓展了乌戈·帕加诺(Ugo Pagno)所提出的“知识垄断资本主义”概念,详细探究了大型科技公司垄断权力的新颖性、促生该类垄断的诸多因素以及其藉以控制其他企业的内在机制。文章以占有市场巨量份额的微软以及其他类似产业巨头为例,剖析了其如何与各国政府、大学与科技工作者在政治、学术和技术方面开展合作,实现其知识垄断的目的。文章认为,科技巨头利用工人知识产权与雇主的分离获得市场影响力,借助人工智能、云服务、数据挖掘等技术手段实施数据垄断,通过数字知识垄断操纵企业、控制市场并打破“创新—传播”的循环。因此,今天的资本主义并非以前的资本主义。随着数字技术的迅猛发展,学界亟需开展深入研究,重估资本主义通过知识垄断实现资本积累的手段机制和潜在威胁。

基于电力大数据的钢铁企业大气污染物排放核算模型构建及应用

近年来,各级生态环境部门与国家电网公司积极签署战略合作协议,促进电力大数据在生态环境管理信息化平台的应用.本研究通过梳理电力大数据在大气污染防治中的应用,以唐山市钢铁行业为例构建基于电力大数据的大气污染物高时间精度排放核算模型,进一步挖掘电力大数据在大气污染排放控制中的应用潜力.结果表明:①模型核算的2019年唐山市17家钢铁企业的大气污染物排放量与2019年唐山市大气污染物排放清单(简称“城市清单”)结果一致性较好,SO_(2)、NOx和PM_(2.5)排放量分别为1017.90、2047.75、1141.81t,误差介于-0.46%~4.27%之间.②基于工序而言,以PM_(2.5)为例,模型预测结果与城市清单结果的相对误差在-17.34%~10.60%之间.③唐山某钢铁企业2022年SO_(2)、NOx、PM_(2.5)月排放量受钢铁市场价格影响较大,1月和6月分别为最高和最低污染物排放月,而其日排放受行业特征影响较为平稳,小时排放可能受电价波动影响较大.研究显示,基于电力大数据的大气污染物核算模型阐明了电力大数据和污染排放的动态响应关系,一定程度上提升了排放核算的时间精细度,实证了基于电力大数据核算大气污染物排放的研究意义和可行性.

电力大数据研究现状及热点——基于文献计量分析

大数据技术的应用对于电力系统的安全稳定运行和可持续发展具有重要意义,因此了解电力大数据的研究现状及热点尤为必要。使用文献计量方法,从时间、国家、机构、期刊、学科、引文、作者和关键词等方面,分析了1995—2021年Web of Science收录的1100篇电力大数据文献。结果表明:电力大数据研究稳步发展并逐渐成为热点,中国的发文量最多,但国际影响力有待提高;研究热点包括智能电网、负荷预测、电力系统安全和稳定等;电力大数据研究逐渐趋于电力系统安全稳定、智能高效方向。未来需要在电力与经济社会大数据融合、电力大数据多场景应用、电力大数据多主体参与等方面做更多探讨。

基于大数据技术的电力营销计量系统优化分析

阐述大数据技术在电力营销计量系统中的应用,探讨优化方法,包括数据存储和处理、数据分析和决策支持。通过展示实验结果和数据分析,提出影响和改进系统性能的优化方法。

基于电力大数据的行业发展监测方法研究

针对目前方法研究行业发展监测时,存在监测耗时长、监测节点吞吐量小、监测效果差的问题,提出基于电力大数据的行业发展监测方法研究。该方法首先使用区域差分法提取电力数据特征,并对特征数据进行降维等预处理;再基于电力大数据理念分析电力行业发展形态,建立电力行业发展监测体系,最后通过该体系完成对电力数据的监测。实验结果表明,运用该方法监测电力数据时,监测耗时较短、监测节点吞吐量较大,且监测效果较好。

基于调度业务模型和大数据驱动的电网智能状态感知体系

为了探讨调度业务模型和电力大数据在电网智能状态感知体系中的应用路径,同时为了提升电网智能状态感知体系对电力调度业务的支持接口效率,在对以往电力物联网硬件系统满足最小改动的前提下,充分利用之前物联网大数据系统开发一套独立于以往调度系统的智能电网感知体系。该研究的关键技术是电力物联网与大数据系统的数据穿透体系和数据导出体系。经过仿真分析,该研究设计的新体系驱动的调度业务模型管理信息系统拥有更高的效率、敏感度和更低的人为错误概率。

基于电力大数据与环保大数据融合的数字化多元环境监控方法探析

随着工业化和信息化的快速发展,电力与环保成为现代社会的两个重要支柱。在这两个领域中,大量的数据每天都在产生,而这些数据包含着巨大的潜在价值和应用空间。如何从这些庞大的数据中提取有用信息,并将其转化为有益的决策和策略,已经成为当今科技和产业界面临的重要挑战。而电力与环保的数据融合,为两个领域的发展提供了新的视角和机遇。本文旨在探讨电力与环保领域大数据的融合技术和方法,以及如何通过这些技术和方法为电力供应和环境监测提供有效的支持和辅助。

基于大数据的输变电全过程造价管控评价

以陕西省366项历史输变电工程数据为基础,运用文本挖掘方法对输变电工程造价偏差原因展开分析,识别出影响造价偏差的13类主要影响因素,运用AHM-熵权法对关键因素权重进行量化分析,确定评价对象的综合价值,进而提出管控建议,为输变电工程造价精益化管控提供参考。

基于人工智能的智能电网调度业务决策系统研究

随着智能电网调度业务中海量电力大数据的接入,现代智能电网的信息处理与业务应用需要考虑多源异构信息的加工与反馈机制。为解决业务全生命周期智能化处理需求问题,提出了能够实现业务数据接入、业务数据处理与业务集成服务的智能电网调度业务决策系统。该系统通过构建态势感知模型、事件推理模型与控制策略模型,实现对电力系统的实时感知、智能化的控制策略制定,从而优化智能电网的调度业务决策过程。最后,以IEEE14节点系统为例验证模型的应用效果,证明了该系统能够对智能电网调度业务形成态势可感、设备可控、经济环境协同最优的管控效果,从而为调度员提供智能化监督、调度与决策流程。

基于数据驱动的电力光纤通信网脆弱节点动态挖掘

电力光纤通信网络脆弱节点受到外界影响或系统干扰时,会导致线路元件的相继故障,缩减网络的使用寿命,为此提出基于数据驱动的电力光纤通信网络脆弱节点动态挖掘方法。首先在大数据环境下剔除网络中的冗余节点,并根据剔除结果交换节点信息,确定通信网络脆弱节点位置连接后,获取通信网络的异常范围;再依据划分出的通信异常范围提取该区域中的节点脆弱性能特征,建立脆弱节点挖掘模型;最后依据该模型挖掘出通信网络中的脆弱节点,实现电力光纤通信网络脆弱节点动态挖掘。实验结果表明,利用该方法开展通信网络脆弱节点挖掘时,节点挖掘精度平均值为98%,网络传输时延最小值为19 ms,节点挖掘消耗时间为0.42 s,节点覆盖程度为96.88%,通信网络脆弱节点挖掘性能较好。

基于大数据分析的电力调度数据异常自动检测方法

为有效检测出电力调度数据异常,设计基于大数据分析的电力调度数据异常自动检测方法。首先利用大数据分析技术采集海量的电力调度数据,并构建时间序列模型;其次提取异常特征参数,表征数据波动性;最后更新数据集合,在异常检测器中创建多个子异常检测器,自动检测电力调度数据异常。实验结果表明,设计方法异常查全数和异常查准数分别为384和323,准确率较高。