电信运营商云网规划数字化研究和实现

基于电信运营商数字化转型，系统性地提出了数据驱动的云网发展规划体系，以及六大关键数字化能力构建，设计和实现了一种云网规划数字化平台，该平台可用于实现目标网络精细规划、边缘计算精准预测等场景，并探讨了数字孪生在规划领域的应用前景，对运营商推进云网融合战略、推进高质量发展具有指导和参考意义。     

智慧水利解析

智慧水利是水利高质量发展的显著标志,是运用大数据、人工智能、物联网、云计算、移动互联等新一代信息通信技术,基于自然水系、水利工程体系和水利管理体系,智慧地将适量适质的水适时送到适地,为实现长久水安澜、优质水资源、宜居水环境、健康水生态提供支撑。智慧水利包括目标、对象、时空、技术、价值、成效等六个维度的内涵。目标维度包括问题识别与目标制订,对象维度包括服务主体与水利业务,时空维度包括监控环节与决策过程,技术维度包括赋能体系与核心技术,价值维度包括概念模型与推进路径,成效维度包括功能表征与建设愿景。在智慧水利建设中,数据是基础,要高度重视水利数据的收集、开放和共享;信息是关键,要高度重视监测数据的信息提取和分析;知识是核心,要加强水利知识的挖掘、提升和知识的积累;智能和智慧是目的,要重视人工智能的使用和标准化管理体系的构建。     

平行矿山: 从数字孪生到矿山智能

针对新时代下我国矿区智能化发展诉求与矿山无人化进程中遇到的复现难、协同难的技术问题, 本文融合智慧矿山理念、ACP (Artificial societies + computational experiments + parallel execution)平行智能理论和新一代智能技术, 设计并实现了智慧矿山操作系统 (Intelligent mine operation system, IMOS), 为平行矿山智能管理与控制一体化提出了解决方案. 本文首先分析露天煤矿产业发展趋势; 国内外露天矿山智能化发展情况; 面向露天矿山无人化与智能化需求, 深度融合数字四胞胎理论, 设计了虚实融合的IMOS架构; 详细阐述了IMOS子系统架构与功能, 包括: 单车作业系统、多车协同系统、车路协同系统、无人驾驶智能系统、调度管理系统、平行系统、监管系统、远程接管系统和通信系统; 并探讨了IMOS关键技术, 即平行矿山仿真建模技术、无人驾驶技术、矿区通信技术和协同作业技术. 该操作系统是国内首套露天矿山无人化与智能化的一体化解决方案, 并能够迁移到不同矿区不同作业场景, 推动矿区智能化无人化发展, 减少人工干预从而降低安全风险, 大幅度降低人工成本, 提高生产作业效率, 并可结合社会发展要素为实现绿色可持续发展矿区提供支撑.     

孪生网络中文语义匹配方法的研究

语义匹配是问答领域的一个核心任务,能够为问答系统和信息检索等领域提供技术支持.目前对于语义匹配这一特殊分类问题,神经网络主要使用交叉熵或者对比代价损失函数,忽略了损失函数的分类限制宽泛,导致其在分类边缘存在误差.为了解决此种问题,本文在已有的孪生神经网络的基础上,引入am-softmax损失函数,提升模型精确度,同时在现有的词向量和字向量作为网络输入的基础,进一步引入Attention机制,使模型进一步获取更多的文本信息.实验结果表明,与之前的深度学习模型相比,模型的性能有进一步提高.     

无人机影像单目标跟踪综述

随着无人机产业的发展,航拍影像数据急剧增多,航拍影像的智能化分析与处理已成为新的研究热点.目标跟踪作为其中的核心技术之一,可为后续影像内容解译及各种实际应用提供基础性的支撑.受到应用场景复杂、目标尺度复杂多变、姿态变化剧烈、相似目标干扰等各种复杂因素的影响,无人机影像目标跟踪面临着诸多的技术挑战.因此,总结了近年来无人机影像单目标跟踪技术的研究进展,包括基于相关滤波的目标跟踪方法、基于深度学习的目标跟踪方法、基于相关滤波与深度学习结合的目标跟踪方法等,介绍了无人机影像公开数据集,以及跟踪性能的评价指标,并对典型的单目标跟踪方法进行了性能评测与分析.最后,对未来无人机影像目标跟踪技术的发展态势进行了总结与展望.     

基于数字孪生的飞机总装生产线建模

为了实现飞机制造企业总装生产线车间物理空间与信息空间的实时交互与深度融合,通过分析飞机总装生产线组成单元与生产业务逻辑,提出基于数字孪生的飞机总装生产线车间建模框架. 从“人、机、料、法、环、测”六维视角出发,阐述生产线关键要素建模与实现,并提出飞机总装生产线三维可视化及信息集成平台实现技术流程. 在CATIA中建立车间三维数字模型,基于浏览器和WebGL技术建立虚拟空间,通过采集生产现场过程数据实现物理实体向虚拟空间的实时映射. 以某型飞机总装生产线车间为例,实现总装现场与虚拟可视化的同步映射、WebServices服务、信息查询服务及装配工艺过程查询服务,有效提高作业效率并为工作人员决策提供科学参考.     

基于数字孪生的城轨供电系统高保真建模方法

针对传统模型难以对具备时变特性的城轨牵引供电系统进行精准模拟的问题,总结分析了传统建模在预设负荷、固定参数及离线计算等方面的缺点,提出了一种基于数字孪生技术的模型与数据混合驱动建模方法;并结合城轨牵引供电系统实际特点,设计了数字孪生模型的运行架构及计算算法,建立信息交互体系对系统模型负荷进行精确输入,采用基于群智能优化的混合闭环校正算法实现模型参数的主动校正。理论分析及仿真结果表明:系统参数的全局优化校正可以通过基于群智能优化的闭环校正算法实现,采取子系统参数辨识和整体参数校正的混合校正策略有助于减小参数的寻优范围,降低群智能优化在系统参数校正的计算时间成本,保证模型对于参数变化的校正响应速度;具备负荷精确输入和参数主动校正能力的数字孪生模型,其潮流计算结果高度逼近采样数据,相比传统模型大幅提升了潮流计算的精度,对于牵引供电系统运行决策及设计优化具有实际意义。     

小样本条件下基于卷积孪生网络的变压器故障诊断

为提高小样本条件下变压器故障诊断的准确率,提出了一种小样本条件下基于卷积孪生网络CSNN(con-volutional Siamese neural network)的变压器故障诊断方法.利用具有强大特征提取能力的卷积层和池化层来构建孪生网络将原始数据映射到低维空间.并基于欧式距离进行相似度的对比,从而实现故障的分类.仿真结果表明,CSNN比传统方法更加适合小样本条件下的变压器故障诊断,利用卷积层和池化层来构建孪生网络比仅用全连接层来构建孪生网络会收获更高的准确率.     

基于数字孪生技术的变电站运维平台的研究

随着智能电网概念的提出,对变电站智能化水平有了新的要求.变电站运维平台借助在线监测技术,在设备故障诊断中提供了重要的数据支撑,但在故障定位上仍存在不足.为此,提出一种基于数字孪生技术的变电站运维平台.孪生技术将现实中变电站和虚拟变电站进行了有机结合,通过后者对真实变电站的运行状况进行实时监控,及时发现潜在故障,从而做到即时修理,防患于未然.该技术的应用,对提高变电站运维平台管理水平和决策能力,具有很好的指导和借鉴意义.     

基于数字孪生的数据中心机房动环管理系统∗

数据中心是国家新基建的核心领域,是大数据和人工智能的关键支撑设施.数据中心机房的动环管理是机房管理的关键,保障着计算中心运行的可靠性.为了增强机房动环的管理,提出基于数字孪生的数据中心机房动环管理方法,将机房的物理数据和动环数据建模成虚拟的数字孪生体实现虚实之间的精准映射,基于可视化技术和机器学习实现交互式的实时监控、异常分析和推演预测,为机房动环管理提供智能决策支持.