面向差异化业务需求,电力物联网(Electric Internet of Things,EIoT)需要设计与之适配的数据处理架构,该架构将引入数据缓存、边缘处理等功能,并且涵盖EIoT中数据的清洗、过滤和融合等关键步骤。此外,在该架构基础上,需要同时满足大规...面向差异化业务需求,电力物联网(Electric Internet of Things,EIoT)需要设计与之适配的数据处理架构,该架构将引入数据缓存、边缘处理等功能,并且涵盖EIoT中数据的清洗、过滤和融合等关键步骤。此外,在该架构基础上,需要同时满足大规模数据传输需求,尤其是将电力终端的能源效率(Energy Efficiency,EE)作为保障测量、监控、控制等多个电力运行环节超可靠低延迟通信(Ultra-Reliable and Low-Latency Communication,URLLC)的重要依据。在URLLC中,功率分配被认为是提高能效与数据处理效率的有效方法。然而,由于URLLC的特殊要求,传统香农公式在其中并不适用。因此,需要使用有限块长度编码理论来确保超可靠和低延迟的通信。文中解决了EIoT中URLLC的能效优化问题,并引入自适应深度神经网络,该技术可以根据不同电力设备接入数量,动态优化深度神经网络参数。深度神经网络将要优化的功率分配函数参数化,以无监督的方式离线训练,并可以在线部署以实现实时的功率分配结果。最后,仿真结果表明了所提方法在数据处理效率方面的有效性。展开更多
面对能源短缺、环境污染、气候变化等人类共同的难题,安全高效、清洁低碳、灵活智能已成为能源电力转型发展的大趋势,而以数据深度利用为特征的智能化技术将是未来电力发展的核心领域。该文在前期研究的基础上,对智能发电系统的概念、...面对能源短缺、环境污染、气候变化等人类共同的难题,安全高效、清洁低碳、灵活智能已成为能源电力转型发展的大趋势,而以数据深度利用为特征的智能化技术将是未来电力发展的核心领域。该文在前期研究的基础上,对智能发电系统的概念、体系架构进行了进一步阐述,从数据应用的角度阐明了智能发电的五大数据化特征:泛在感知(数据获取)、信息融合(数据交互)、智能算法(数据监控)、智能管控(数据决策)、全生命周期管理(数据归档)。提出包括智能发电运行控制系统(intelligent control system,ICS)和智能发电公共服务系统(intelligent service system,ISS)的智能发电系统数据应用架构,在此基础上,给出了与2个系统相对应的数据应用功能。展开更多
为解决航天器数据管理系统体系架构中,由于接口方式和协议不一致以及设计的多样化,导致难以沟通和重用的问题,CCSDS(The Consultative Committee for Space Data Systems)的SOIS(Space Onboard Interface Services)工作组提出了体系架构...为解决航天器数据管理系统体系架构中,由于接口方式和协议不一致以及设计的多样化,导致难以沟通和重用的问题,CCSDS(The Consultative Committee for Space Data Systems)的SOIS(Space Onboard Interface Services)工作组提出了体系架构,并制定了相应的业务推荐标准文本.结合SOIS架构,概括介绍了ESA(European Space Agency)提出的SAVOIR(Space Avionics Open Interface aRchitecture)架构,NASA(National Aeronautics and Space Administration)提出的cFE/cFS架构,以及我国对SOIS的跟踪研究情况,并对这几个架构进行了比较和分析.这几个架构的共同点在于对层次化、模块化、接口标准化和模型化的重用特征在认识上是一致的,但是在具体设计上由于各自的背景不同而不尽相同.另一个共同的认识是将电子数据单(Electronic Data Sheet,EDS)作为架构的设计重点之一,为此对数据设计的两个主要概念,管理信息库(Management Information Base,MIB)和EDS之间的关系和设计思路进行了分析说明.最后展望了空间数据系统体系架构的一些发展趋势,认为基于EDS和MIB的数据设计将成为主要研究内容之一,并且SOIS架构的实践应结合自身的特点来开展.展开更多
文摘面向差异化业务需求,电力物联网(Electric Internet of Things,EIoT)需要设计与之适配的数据处理架构,该架构将引入数据缓存、边缘处理等功能,并且涵盖EIoT中数据的清洗、过滤和融合等关键步骤。此外,在该架构基础上,需要同时满足大规模数据传输需求,尤其是将电力终端的能源效率(Energy Efficiency,EE)作为保障测量、监控、控制等多个电力运行环节超可靠低延迟通信(Ultra-Reliable and Low-Latency Communication,URLLC)的重要依据。在URLLC中,功率分配被认为是提高能效与数据处理效率的有效方法。然而,由于URLLC的特殊要求,传统香农公式在其中并不适用。因此,需要使用有限块长度编码理论来确保超可靠和低延迟的通信。文中解决了EIoT中URLLC的能效优化问题,并引入自适应深度神经网络,该技术可以根据不同电力设备接入数量,动态优化深度神经网络参数。深度神经网络将要优化的功率分配函数参数化,以无监督的方式离线训练,并可以在线部署以实现实时的功率分配结果。最后,仿真结果表明了所提方法在数据处理效率方面的有效性。
文摘面对能源短缺、环境污染、气候变化等人类共同的难题,安全高效、清洁低碳、灵活智能已成为能源电力转型发展的大趋势,而以数据深度利用为特征的智能化技术将是未来电力发展的核心领域。该文在前期研究的基础上,对智能发电系统的概念、体系架构进行了进一步阐述,从数据应用的角度阐明了智能发电的五大数据化特征:泛在感知(数据获取)、信息融合(数据交互)、智能算法(数据监控)、智能管控(数据决策)、全生命周期管理(数据归档)。提出包括智能发电运行控制系统(intelligent control system,ICS)和智能发电公共服务系统(intelligent service system,ISS)的智能发电系统数据应用架构,在此基础上,给出了与2个系统相对应的数据应用功能。
文摘为解决航天器数据管理系统体系架构中,由于接口方式和协议不一致以及设计的多样化,导致难以沟通和重用的问题,CCSDS(The Consultative Committee for Space Data Systems)的SOIS(Space Onboard Interface Services)工作组提出了体系架构,并制定了相应的业务推荐标准文本.结合SOIS架构,概括介绍了ESA(European Space Agency)提出的SAVOIR(Space Avionics Open Interface aRchitecture)架构,NASA(National Aeronautics and Space Administration)提出的cFE/cFS架构,以及我国对SOIS的跟踪研究情况,并对这几个架构进行了比较和分析.这几个架构的共同点在于对层次化、模块化、接口标准化和模型化的重用特征在认识上是一致的,但是在具体设计上由于各自的背景不同而不尽相同.另一个共同的认识是将电子数据单(Electronic Data Sheet,EDS)作为架构的设计重点之一,为此对数据设计的两个主要概念,管理信息库(Management Information Base,MIB)和EDS之间的关系和设计思路进行了分析说明.最后展望了空间数据系统体系架构的一些发展趋势,认为基于EDS和MIB的数据设计将成为主要研究内容之一,并且SOIS架构的实践应结合自身的特点来开展.
