基于CEEMD-MPE与SDAE的局部放电模式识别

针对变压器局部放电故障信息提取困难以及局部放电类型识别准确率低等问题,提出一种基于CEEMD-MPE与SDAE相结合的局部放电模式识别算法。对局部放电原始信号进行CEEMD分解,得到多个固有模态分量(IMF),根据相关系数筛选出系数最大的IMF作为最优分量,计算其不同尺度下的排列熵值;将有效排列熵值作为特征数据集输入到SDAE中进行无监督学习训练;利用Softmax分类器输出放电类型。实验结果表明,该算法识别精准率为98%,召回率为96.67%,F1得分为97.17%,能够快速、准确地识别局部放电类型。

湖南省智慧航道建设现状及发展策略研究

在信息技术日新月异的时代背景下,航道信息化建设已成为提升航道管理效能与服务质量的核心举措。本文聚焦于湖南省智慧航道建设的实践,深入分析其建设现状,并提出针对性的发展策略。首先,对湖南省智慧航道的建设现状进行调研,分析其在信息化建设上取得的成就及存在的不足之处。在此基础上开展湖南省智慧航道发展策略研究,针对性地提出切实可行的发展策略。不仅有助于进一步完善湖南省智慧航道的建设,也可为国内其他地区的航道信息化建设提供有益的参考。

基于NLP的文本相似度检测方法

针对当前的文本相似度检测方法忽略文档结构信息、缺乏语义关联性的问题,提出了面向文本的相似度检测方法。首先,采用层次分析法(AHP)计算词语位置权重以提取特征词。其次,引入Pearson相关系数度量词语间的语义关联,并将其作为广义Dice系数的权重计算相似度。实验表明,所提方法在提高特征词提取的精确度、相似度计算结果的准确率方面表现良好。

大数据时代的数据出版

数据出版早期是指科学数据出版,后来一些学者把政府数据公开也纳入数据出版,其目的是将数据放置在公共数据库或网站公开实现数据开放共享。这种出版模式弊端在于权益宣示作用没有发挥出来,尚无法律约束,如科学数据出版和引用就只是科学家的自律行为。大数据时代,数据作为数字经济的关键要素参与分配,数据的商业价值凸显。从这一角度出发,数据出版更大作用应是一种数据所有权的宣示。因此,亟需设计一套符合法律规范、具备法律效应的数据出版体系。文章分析了当前科学数据出版的局限性,重点讨论为什么要数据出版、什么数据可以出版和什么数据需要出版等问题,提出一个数据出版可行方法。

5G在智能电网的应用研究

5G具备超高带宽、超低时延、超大连接的技术特点,在电力系统的输电、变电、配电、用电等各个环节均可发挥重要作用,能够深刻变革电力通信网,全面提升电力信息化水平。文章从服务于“双碳”目标下电力行业的新需求出发,以5G toB使能智慧电网为基础,重点分析5G toB技术在智慧电网场景中的应用和实践,并对潜在应用场景进行分析与技术指标探讨,最后总结5G toB技术在智能电网领域的应用匹配情况,并针对目前遇到的挑战提出建议。

6G的价值展望和技术特征

首先结合5G的价值认知,对6G进行了价值展望,并从覆盖性、开放性、安全性、自生性4个方面做了6G的技术特征分析。得出结论,如果把6G作为移动互联网下半场的所有技术创新和模式创新产生的基础,并且始终将持续提升用户对应用和内容的体验作为第一优先级目标,那么6G将比5G多出远远不止"1G"。

NEW ERA SOFTWARE DEFINED NETWORK

Software-Defined Networking(SDN)is now considered as one of the promising future networking technologies,and this trend can be clearly verified by observing activities of both industry and academia.In industry,we can easily notice that many major

基于射频检测技术的敞开式变电站局部放电监测及定位探究

目前国内敞开式常规变电站数量远远多于GIS变电站,很多敞开式变电站都运行了几十年,由于高压设备的绝缘部件会随时间老化等原因,越来越多的敞开式变电站的缺陷或故障将成为事故隐患。对敞开式变电站进行连续的状态监测和定期的设备巡检,从而及早发现设备缺陷并排除,已成为当务之急的任务。为此,文章提出利用4根射频局部放电传感器组成的天线矩阵,对敞开式变电站内所有高压设备进行局部放电监测和定位。

5G商用初期网络部署分析

2019年是中国5G商用元年,5G系统的性能与4G相比获得了显著的提升,但由于技术原因,其建设成本也将成倍的增加。面对当前的发展现状,分析了运营商可能采取的5G建设策略及其原因,并对本阶段典型场景的网络规划建设以及设备选型方案进行讨论。

云网融合数智赋能架构及关键技术研究

本文基于云网融合基础,针对多云接入算力和海量数据分发所带来的网络确定性响应和高效服务保障等问题,提出一种基于ELK开源架构,融合Telemetry实时采集和人工智能分析的技术架构,同时研发和分析网元Telemetry能力统一、实时采智控一体和海量数据精准获取等关键技术,为行业相关业务实施提供参考与借鉴。

DMSP/OLS稳定夜间灯光影像在中国的分类校正方法

长时间序列DMSP/OLS夜间稳定灯光影像数据集存在饱和像元大量积聚在城市中心区域及影像之间缺少可比性的问题,导致数据集在进行空间分析及时间对比研究时会受到限制。为解决上述2个问题,本文在现有研究的基础上提出了一种基于不变目标区域的中国稳定灯光影像分类校正方法。该方法对数据集中每一期中国区域稳定灯光影像进行了饱和及非饱和像元的分类。对饱和像元,选择北京等5个城市作为不变目标区域,选择不存在饱和像元的辐射校准的灯光影像作为参考,基于不变目标区域的非饱和像元之间的相关关系也同样适用于饱和像元的假设,对饱和像元进行了校正;同时,基于多期辐射校准的灯光影像之间存在的相互校准关系,对饱和校正后的饱和像元进行了相互校准。对于非饱和像元,选择了长沙等13个城市作为不变目标区域;根据稳定灯光影像中非饱和像元DN值总和随时间变化的总体趋势,确定了13期稳定灯光影像作为参考,其他多期影像基于不变目标区域中非饱和像元之间的相关关系进行了相互校准。为验证校正结果的准确性,多种相互校准和饱和校正方法被引入进行比较。本文提出的分类校正方法与另外2种相互校准方法相比对F10、F12和F14卫星影像校准效果更好,另外2种方法对F15和F16卫星影像的校准结果更好,3种方法总体上都实现了对数据集影像的相互校准且使校正后的影像具有了可比性。与经过植被指数校准后的城市夜间灯光指数(The Vegetation Adjusted NTL Urban Index,VANUI)相比,分类校正方法解决了饱和像元聚集于城市中心区域的问题,减弱了像元饱和程度,校正结果更接近辐射校准的灯光影像。此外,在中国城市水平上,分类校正的稳定灯光影像与GDP和电力消耗值的相关关系与其他2种相互校准方法相比也是相对较好的,能更客观合理地反映区域经济发展的差异。