基于5G电力专网的大规模源网荷精准控制系统

来源 :江苏通信 | 被引量 : 0次 | 上传用户:hsq650
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
精准控制系统在发生特高压直流闭锁或交流电网故障时,需要在200ms内切除大量负荷保持电网稳定,目前普遍在变电站之间铺设专用光缆以打通最后几公里的通信连接.本文研究了基于5G电力专网实现低成本、高可靠的变电站和用户变电站之间通信连接,从而实现源网荷的精准控制.
其他文献
通过大数据分析方法,计算建设期内流量和端口增长速率,挖掘需要扩容的设备,并通过大数据思维,分析设备和板卡的关联关系,建立板卡库,根据算法自动推荐所需扩容的板卡类型和数量,最终自动生成扩容板卡方案.通过本文的研究方案,可以定期生成板卡扩容方案,提高建设效率,缩短建设周期,减少人工成本,解决现有板卡扩容方案存在的问题.
传统的训练模式需先将所有的数据汇聚再一起,才能进行后续的模型训练.在网络边缘进行大规模的数据汇聚会增加高昂的传输开销.为了避免原始数据传输,面向边缘设备上不断到达的流式数据,本文提出的边缘训练方法,能在边缘设备峰值负载可控的前提下,在保障训练效果的同时,降低边缘训练的总体开销.
本文针对银行客户,提出一种基于RandomForest的银行客户分类模型,通过基于RandomForest的分类方法对银行客户已存在数据进行处理,并应用labelencoder对数据进行预处理从而提高分类精确度,得到客户对产品是否具有购买倾向.结合了RandomForest的分类能力和labelencoder量化数据能力,使用葡萄牙银行机构数据进行验证,实验结果表明本文提出的客户购买预测模型精度更高.
基于电信行业目前营销资源利用不足、数据挖掘难度大、门槛高等问题,通过建设电信行业智能挖掘分析平台,创新性地提出利用智能数据编排技术(Smart-DI,Data Integration)和智能自动建模技术(Smart-AutoML)进行电信行业各种营销模型的数据编排、模型搭建、模型训练、模型推理及模型输出,为电信行业提供全流程的自动化挖掘和营销数据服务.
通过融合多种传感器,设计了视觉融合同时定位与地图构建(simultaneous localization and mapping,简称SLAM)的基本功能框架,突出了SLAM环境和动态检测功能,重点基于ROS构建了视觉融合SLAM的技术架构,通过DDS实现了多种功能节点的有效通信,较大程度地提升了视觉SLAM的稳定性和鲁棒性.
从互联网业务平台部署在传统的公有云PaaS(Platform as a Service,平台即服务)平台上的实际现状入手,分析了传统的公有云PaaS平台存在的诸如基础云资源池可用性不满足业务实际需求、云资源池直接互联线路冗余度低、业务集群调度复杂度高、业务批量部署效率低下等问题,针对上述问题逐个加以分析并解决,并完善汇总成为了一种基于天翼云和CN2(ChinaNet Next Carrying Network,中国电信下一代承载网)跨域IP虚拟专网承载的PaaS平台容灾解决方案.
针对满足各运营商不同频段制式覆盖需求,如何利用多种通信基站建设方式,降低投资,提高网络建设速度的问题,基于铁塔公司中老铁路通信基站建设项目,详细分析共建共享实例,从覆盖需求、规划设计角度探究解决方案,为当前共建共享下的铁塔工程项目设计提供参考和借鉴依据.
为了能够快速、高效地保证计算机网络通信的安全性,在数据传输中给数据进行加密是非常重要的保密手段,正因为数据加密技术可以高质量地保证计算机网络的安全性,所以数据加密技术才能受到大家的推崇.数据加密技术的使用不仅可以较好地保障数据在传输过程中的安全性,还能较好地保障数据的完整性、保密性以及有效性,让人不必再为数据可能被泄露、篡改等而担忧.
随着5G网络正式商用,大量的5G终端涌入市场,目前5G终端占有量逐日递增,但5G终端非5G套餐的用户占比相对较高,精准预测5G套餐潜在用户对于运营商拓展5G业务具有重要意义.本文基于O域信令数据、B域用户基础数据、MR位置数据等进行大数据分析,深入研究5G终端开通5G套餐前后的特征,结合人工智能算法搭建AI模型,精准预测全网5G终端非5G套餐用户中高概率更换为5G套餐的用户清单,助力5G套餐业务发展.
随着家庭宽带的普及,业务体验越来越成为消费者关注的焦点,家庭宽带战略意义愈发凸显,提升家庭宽带品质成为家庭市场持续经营的关键.为更能真实地反馈用户体验情况,选择采用大数据/AI技术进行用户体验质差原因的分析,进而开展网络优化和故障修复工作,实现对家宽体验的主动管理、主动经营.