基于多级队列调度模型的研究

首先根据传统的Qo S应用瓶颈引出多级调度的必要性,然后根据DSL论坛定义的层次化Qo S基本模型提出一个五级调度的调度树模型。该模型可灵活配置调度节点和调度单元,从而实现六级队列灵活调度以及五级的流水调度,确保了调度的效率和速度。最后,在以太网接口上应用该多级调度的模型实现多用户多业务的服务质量,为网络流量管理提供了一种合理的机制。     

关于L3业务双归配置方法的探讨

在LTE业务承载网的应用场景下,组网层次一般为三层,分别是接入、汇聚与核心层。基站业务自接入层设备引入,到核心汇聚点配置工作/保护路径实现 PTN 网络端到端的保护。业务在配置上主要采用双归保护的配置方式。那么实现双归配置的主要方法有两种:一种是TMPLS双归保护配置方式,另一种是MC-PW APS保护组配置方式。本文对两种保护方式的特性进行对比分析,并针对每种保护方式提出了适合的组网应用模型。     

固体氧化物燃料电池La0.6Sr0.4Co0.2Fe0.8-xScxO3-?阴极材料的晶体结构与电化学性能

采用溶胶-凝胶法合成了Sc掺杂La_0.6Sr_0.4Co_0.2Fe_0.8-xSc_xO_3-δ(LSCFSc_x,x=0,0.04,0.08)阴极粉体,系统分析了LSCFSc阴极材料的晶体结构、表面元素化学形态、催化活性及电化学性能。XRD结果表明,LSCF为立方结构,Sc³⁺掺杂后LSCFSc阴极材料由立方相向六方结构转变。LSCFSc阴极材料的电导率随着Sc³⁺的掺杂而降低,在300～800℃温度范围内LSCFSc_0.08阴极样品的电导率仍大于100 S/cm。XPS结果表明Sc³⁺掺杂提高了LSCFSc阴极材料表面吸附氧(OAds)的含量,LSCFSc_0.08阴极材料在800℃测得的极化面电阻RASR为0.026Ω·cm²,相比LSCF阴极材料RASR降低了约87.7%,显著改善了LSCFSc阴极材料对氧气...     

拉远站传输接入方案探讨

目前4G网络建设进入高速发展期,随着移动网络建设速度的加快,拉远基站凭借成本低,适应环境的能力强,工程建设方便的优势,在工程建设中得到了越来越多的应用.本文对如何为大量建设的拉远基站提供快速有效的传输接入方式提出了几种解决方案,对于将来的4G拉远基站的大规模建设提供了参考模型.     

钒钛磁铁精矿一步煤基直接还原—熔分的研究

以煤为还原剂、氢氧化钠为添加剂,采用一步煤基直接还原—熔分工艺对国内某钒钛磁铁精矿进行研究。考察温度、时间、氢氧化钠添加量和配碳量对还原—熔分效果、铁回收率和钒迁移的影响。结果表明,在温度1 300℃、时间4h、摩尔比C/Fe=2.6,氢氧化钠添加量50%的最优条件下,铁回收率为99.8%,渣中钒含量为1.34%。渣主要由Na_6Al_4Si_4O_(17)、CaTiO_3、NaAlSiO_4等组成,钒主要赋存在含钛渣相中,金属铁相中几乎无钒的存在。     

多谐波源系统耦合因子研究

在多谐波源的电力系统中,谐波源之间相互影响、相互干扰,研究谐波源之间的耦合机理及其权重计算对谐波源责任区分及谐波解耦有重要意义。将多谐波源系统分为集中式多谐波源系统和分布式多谐波源系统来讨论。对于集中式多谐波源系统,在高次谐波频率下,提出基于戴维南等效电路的多谐波源电力系统模型,并给出诺顿等效电路,然后利用偏最小二乘法估算耦合因子大小。对于分布式多谐波源系统,同样建立模型,估算谐波源互阻抗,给出耦合因子大小。最后,集中式多谐波源系统以5谐波源系统为例,建立了MATLAB仿真模型,计算耦合权重;分布式多谐波源系统以IEEE 13节点为仿真模型,给出耦合因子大小。     

基于决策树的复杂电网多谐波源监管

为对复杂电网多谐波源进行有效合理的监管,提出一种基于决策树算法的评估方法。首先对复杂网络进行拓扑分析,实现主环网与辐射子网的分层,完成公共节点的选取。其次,根据公共节点的有功功率方向法,判断出主要谐波责任方,并利用简单的滑动平均的线性滤波方法提取出谐波的快速变化分量,从而计算出谐波阻抗和相应谐波电压以分离出各等效谐波源对关注节点的谐波贡献量。最后,结合决策树算法完成各等效谐波源的数据分类,并根据其相关影响因素提出一种奖罚机制。该方法简化了复杂电网的多谐波源监管,为建立公平有效的谐波惩罚机制和标准以限制和治理谐波污染奠定了理论基础。     

基于数字签名的高效视频拷贝检测算法研究

为了解决视频特征提取和大型数据库的快速搜索问题,提出了一种新的视频拷贝检测算法。该算法基于视频剪辑的时空特征计算视频签名,通过视频签名的距离来衡量视频之间的相似性。为视频签名数据库建立聚类索引表,提高搜索速度。在大型数据库中查询测试的实验结果表明该算法对视频拷贝检测有较高查全率和正确率。该算法可以作为一种有效的视频跟踪和检测技术应用于数字广播电视的监控领域。     

基于相似日和WNN的光伏发电功率超短期预测模型

光伏发电功率预测对提高并网后电网的稳定性及安全性具有重要意义。文章提出一种基于相似日和小波神经网络(WNN)的光伏功率超短期预测方法。首先利用光伏发电系统的历史气象信息建立气象特征向量,通过计算灰色关联度寻找到合适的相似历史日。再根据自相关性分析法找出与预测时刻功率相关性最大的几个历史时刻功率,结合历史时刻的温度,辐照度,风速等光伏出力的主要天气影响因素科学合理的确定模型输入因子。最后使用小波神经网络(WNN)创建预测模型,通过相似历史日数据作为训练样本训练小波网络,而后对预测日的出力情况进行逐时刻预测。实例分析表明,该方法具有较高的预测精度,为解决光伏发电系统超短期功率预测提供了一种可行路径。