基于D2D网络的去中心化学习系统关键技术研究

终端直通(Device-to-Device,D2D)网络承载的去中心化学习系统可以在不依赖中心服务器的情况下,利用分布式的数据与算力完成常见的神经网络模型训练,以支撑如车联网、工业互联网等场景的边缘智能应用。然而,系统中终端算力、数据和信道等资源的异构性及D2D网络通信资源的局限性给模型训练的性能带来较大的挑战。为此,从中继选择、网络拓扑优化、簇头选择及广播速率优化等方面阐述了可以解决上述问题的关键技术,并对未来的研究方向进行了概述,如新型的模型汇聚算法及动态资源管理算法等。最后,总结指出需要在上述的研究方向上进一步探索,以提高基于D2D网络的去中心化学习的效率。

基于AI技术的通信电源系统智能化运维研究

本文针对传统通信电源系统运维面临的挑战,提出了一套基于AI技术的智能化运维解决方案。通过设计包含数据采集与处理层、AI分析与决策层以及智能执行与人机交互层的系统架构,实现了通信电源系统的故障诊断、寿命预测等功能。实验结果表明,与传统方法相比,本系统在故障诊断准确率、剩余寿命预测误差率等方面均有显著提升,为构建安全高效的信息基础设施提供了技术支持。

基于相量变换的配电网理论线损计算方法

根据用电信息采集系统的各相电流量测数据,针对配电网的负荷波动、不平衡、谐波畸变和参数变化等特点,在DL/T 686—1999电力网电能损耗计算导则介绍的方均根电流法的基础上,提出了一种基于相量变换的三相配电网理论线损计算方法。该算法相比仅仅根据单线图、典型日24点、采用非同步的电流抄录数据的原有方法,能比较科学、完整地综合反映中低压配电网的各损耗影响要素,为配电网的损耗分析和能效评估提出了一种崭新的思路和方法。

山东多馈入直流输电系统换相失败分析

本文基于山东电网某年冬季大运行方式规划数据,首先在机电暂态软件PSASP中对山东电网进行了等值;基于等值结果和呼盟、银东直流输电工程实际,利用电磁暂态软件PSCAD搭建了交直流混联系统模型。在所建模型基础上,对山东交流电网故障时两直流系统的换相失败问题进行了分析,对加装静止无功补偿设备来抑制换相失败进行了研究。结果表明:山东电网绝大多数500k V线路故障时会引起至少一回直流输电系统换相失败,部分500k V线路会引起两回直流输电系统换相失败;在逆变侧换流母线加装一定量的静止无功补偿装置可以有效抑制换相失败故障的发生。