排序方式: 共有136条查询结果,搜索用时 203 毫秒
1.
2.
针对传统通信技术存在经济需求高、易被外界干扰、功率损耗高等问题,设计了一套非常适用的解决方案,该方案基于LoRa自组网无线传输技术,与A/D用电信息采集系统结合,组成一套很好的方案;通过LoRa扩频技术和低功耗技术来解决远距离无线通信易受到干扰和功率损耗高的问题,利用A/D用电信息采集系统解决大数据环境下传统采集方法准确率低的问题;经过仿真实验结果表明,该方案LoRa无线传输技术的远距离通信和低功耗能够实现,在大数据环境下A/D用电信息采集系统的准确率比WEB自动采集程序高达3%。 相似文献
3.
完整准确的网络拓扑是网络管理的基础. 由于链路层设备的多样性、透明性、动态性, 因此如何快速、准确地发现链路层拓扑成为近年来研究的热点和难点. 现有的链路层拓扑发现研究均基于静态网络, 然而随着无线网络的普及, 网络中的移动设备越来越多, 静态网络的假设不再成立. 鉴于此, 本文提出了动态链路层拓扑发现算法, 通过在网路中部署有限的agent节点, 发现链路层拓扑. ns-3模拟实验以及对实际运行网络的测量结果表明, 该算法能有效排除移动设备的影响, 快速准确地发现链路层拓扑结构. 相似文献
4.
《计算机应用与软件》2016,(9)
在网络应用已完全融入日常生产生活的今天,人们需要稳定、可靠的计算机网络,高效、准确地发现和定位网络故障,是提高网络可靠性的重要手段。现有的网络故障自动发现方法往往需要修改节点代码、控制节点行为来实现故障检测,而交换机等以太网设备通常并不具有可修改性。针对以太网故障的自动发现与定位问题,基于目前标准化交换机支持的简单网络管理协议SNMP(Simple Network Management Protocol)协议和管理信息库MIB-2(Management Information Base)提出了"设备状态一致性检测算法"、"设备拥塞异常检测算法"等针对不同故障的检测算法。实验结果表明该故障检测算法对发现和定位以太网故障具有较高的效率和准确率。基于所提出的故障检测算法,该设计实现了一个故障发现与定位系统,并成功地在芜湖市国家电网计算机网络中部署运用。 相似文献
6.
基于改进AWNN的风电功率超短期多步预测 总被引:2,自引:0,他引:2
为提高风电功率超短期多步预测精度,针对梯度修正学习算法采用随机初始化网络参数训练自适应小波神经网络(AWNN)易陷入局部最优的缺点,将粒子群(PSO)算法和差分进化(DE)算法相结合,提出利用IPSO-DE算法优化AWNN的初始化网络参数,得到改进AWNN模型(IAWNN)并将其用于风电功率超短期多步预测。仿真结果表明:IPSO-DE算法优化AWNN初始化网络参数的性能优于IPSO算法、DE算法和梯度修正学习算法,所提改进模型的多步预测性能优于AWNN模型、持续法(PM)模型和BP神经网络(BPNN)模型。 相似文献
7.
针对地区电网出现的风电场和电气化铁路集中接入的情况,从功率波动、三相电压不平衡的角度分析了风电场与电气化铁路接入电网后相互影响的机理。并利用仿真软件搭建风电场和电气化铁路模型,构建地区电网,对风电场与电气化铁路集中接入对电网的影响进行仿真分析,且提出了相应措施。 相似文献
8.
9.
《Planning》2019,(4):443-445
针对中性点不接地配电网单相接地故障定位难的问题,提出了一种基于智能开关的故障定位方法。通过对故障过程中等值电路的分析,结合故障过程中智能开关的监测数据,利用阻抗法和振荡频率对故障过程中等值电阻和等值电感的计算,从而实现了对线路故障点的定位。 相似文献