基于5G通信的配网差动保护移动边缘计算方法

来源 :信息技术 | 被引量 : 0次 | 上传用户:mysunmoon
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
针对当前配网差动保护移动边缘计算方法未考虑配网空间均衡配置,导致输出稳压和电流稳定性较差、均衡性较低的问题,提出基于5G通信的配网差动保护移动边缘计算方法.采用5G毫秒级低时延技术,构建5G电力通信配网的空间均衡配置模型,计算5G通信信道冲激响应特征量,融入联合控制方法,获取5G毫秒级低时延传输效率函数,根据承载网到5G网络端切片融合结果,提取配网差动保护移动边缘特征,实现配网差动保护和移动边缘量化解析.实验结果表明,所提方法的输出稳压和电流稳定性较好,能够有效提高输出信道均衡性.
其他文献
作者通过文献查阅和学习、问卷调查及访谈,了解到目前“大学计算机基础教程”教学现状中存在的问题,因此以“大学计算机基础教程”为例,设计出混合式教学活动的案例,并在教学活动过程中将复杂的问题加以分解,促进学生逐步形成对知识的深度理解,进而提升学生的创新思维和批判性思维能力,为信息化社会培养创新型人才.
在民航客运领域,准确地预测航线每日的客运量对民航公司具有重要的指导意义.循环神经网络能较好地预测民航的客运量,但在准确率,尤其是时间效率方面仍需提高.因此,提出一种融合一维卷积神经网络和长短期记忆网络的客运量预测模型,利用一维卷积神经网络计算代价小和可以识别序列局部模式的特性以及长短期记忆网络可以捕获客运量序列的时间依赖特性,对客运量进行预测.实验结果表明,所提模型在RMSE和MAE评价指标上均优于门控循环单元、时间卷积网络等基准模型,且在效率方面也较具优势.
广播式自动相关监视(ADS-B)系统作为新型航空监视技术,可及时为飞行员及空管人员提供航空器的位置和其他环境信息.为了降低系统的成本,数据信息采用明文方式进行广播,这导致ADS-B系统存在信息泄露及信息篡改等通信安全问题.文中主要分析了ADS-B系统被攻击的原因、攻击的类型,以及已有的防欺骗策略.最后,总结目前的ADS-B报文异常检测存在的问题和未来的发展趋势.
数字化时代对教师提出了新的要求,教师教学方式和理念的数字化发展已经成为数字化时代教师职业发展的新方向.本文在梳理数字化教师发展脉络和能力要求的基础上,探究了数字教师的内涵、特点,并提出培养新时代的“数字教师”的路径,以此探索数字化时代教师专业发展的实践之路.
从环境层、管理层和应用层搭建信息检索翻转课程系统,设计课程知识与管理子系统和课程门户网站子系统,用户端安装Netscape Navigator、Explorer、APP,服务器端安装Oracle,浏览器通过Web Server同Oracle数据交互.通过管理手段和技术手段对课程系统进行测试,对用户评价进行威尔逊区间算法分析.通过验证得出:该系统具有全过程跟踪考核、线上下融合、用户反馈好等优点,能较好达到课程系统建设期望目标,为信息检索翻转课程系统建设提供借鉴.
计算机网络基础设施及其管理的可扩展性和灵活性使得用户数量不断增长,随之而来的安全性问题是服务提供商以及用户关注的重点.提出了一个符合“安全即服务”范式的安全模型,采用NFV和SDN技术,使用以用户为中心的方法,允许从用户首选项开始自定义安全服务.选择一种有效的方法来配置虚拟网络安全功能,在虚拟机和容器案例场景中对模型和基础设施进行测试.结果显示,采用轻量级虚拟化可以极大地缩短网络安全服务的实例化时间,进而提高网络安全服务的性能,为计算机网络安全方式方法选用提供了参考.
为了更好地提高学生在远程教育中的学习效率,避免学生出现走神瞌睡等情况,文中提出了一种基于视频分析的学生眼睛疲劳状态的检测方法.该方法的原理是将疲劳检测视为基于图像的序列识别.首先采用深度级联的多任务框架从视频中提取人眼区域;然后通过深层卷积学习空间特征,并通过长-短期记忆单元分析相邻帧之间的关系;最后,对学生状态进行序列级预测.实验结果表明,与现有的方法相比,所提出的方法具有较高的准确率和精度.
新冠疫情促进了在线教育大规模地开展,呈现出了常态化的应用趋势.对在线教育而言,做到线上线下同质等效甚至创新超越,有着极其重要的意义.然而,对高校师生而言,在线教育是一种全新的教学模式,在实践过程中其心理需求、技术支持、教学设计等方面均存在不足.为此,作者深入分析了当前在线教学现状,特别是分析了影响在线教学效果与体验的因素,并为在线教学的发展提出了实用性建议.
为了解决目标检测模型参数冗余大、终端部署检测实时性差等问题,文中引入一种基于网络通道剪枝的模型压缩算法.针对轻量级YOLOv4-MobileNet检测模型存在的通道冗余问题,提出了被动式剪枝和主动式剪枝两种优化方案.剪枝后模型Pruned_Model参数量仅5.9M,推理速度达到324.8FPS,较原始模型压缩过5倍,加速近3倍,总体精度损失仅2.1%.结果表明,剪枝方案在道路损坏检测任务上以极小的精度损失换取了大规模的模型压缩.
为提高实验室设备状态远程监测效率,提出手机智能终端的实验室设备状态远程监测方法.通过振动仪采集设备振动信号,经小波包变换去噪处理后,利用经验模态分解提取振动信号特征,经信号特征匹配识别出设备运行状态,将设备运行状态传输至手机智能客户端,实验室管理员可通过手机智能终端界面远程查看监测结果.实验结果表明,该方法的监测精度高、平均误差低、数据上传速度快、监测效率高,能够大大降低实验室的管理成本,提升实验室设备管理效率.