PTN技术在通信传输网络中的应用研究

近年来移动通信行业发展较快,随着3G和4G业务进入我们的生活,5G业务也投入市场运营,这表明高速数字化时代已经来临。由于传输网络的业务量迅猛增加,为了能够有效的承载高速数据业务,PTN技术应运而生,这是一种综合传送技术,其利用分组交换核心来实现分组业务的高效传输,将其在通信传输网络中进行应用,有效的保证了传输的高效性和安全性。文中从PTN技术的简介入手,分析了PTN技术的特点、关键技术和组网方式,并进一步对PTN技术在通信传输网络中的应用进行了具体的阐述。     

电力零售核心业务架构与购售电决策

随着电力工业改革的不断发展和智能电网的兴起,现代电力系统正逐步演变为更加复杂的信息物理融合系统。未来电力系统中将同时融合可再生能源、分布式发电设备、储能设备、智能表计、需求响应等新技术与新机制。在电力零售市场环境下,这些新技术与新机制给零售公司带来了严峻挑战,需要发展新的决策机制与方法。随着中国新一轮电力市场化改革的逐步深化,多个区域的电力零售市场也正在逐步建立和运营。为了给国内构建完整的竞争性电力零售市场提供有益的参考,并帮助相关研究学者和技术人员更好地了解电力零售市场的研究现状,文中首先介绍了一些主要国家的电力零售市场情况,然后以澳大利亚和芬兰为例,详细说明了电力零售公司的组织结构和购售电业务流程。接着,比较系统地综述了近年来国内外电力零售决策方面的研究进展,包括零售负荷预测、零售公司购电策略、零售定价策略、零售风险管理等。最后,讨论了电力零售研究领域的一些关键问题和未来可能的发展方向。     

采用长短期记忆深度学习模型的工业负荷短期预测方法

工业负荷不同于其他电力负荷, 受气温、时间、人口等外部因素的影响较小, 其功率需求主要由相关企业的生产计划来决定。在电力市场环境下, 准确的负荷预测有助于工业用户更好地制定电力交易策略, 从而增加收益。在此背景下, 基于改进的长短期记忆（long short term memory, LSTM）深度学习网络模型, 提出了一种工业负荷短期预测算法。首先,在网络层次上构建层数更多即网络层次更深的LSTM深度学习负荷预测模型。接着, 在每个LSTM单元构成的隐含层中, 采用Dropout技术对神经元进行随机概率失活, 并通过正则化有效避免深度学习过拟合问题并改善了模型性能。然后, 采用真实的工业用户历史负荷数据对所提算法进行测试, 并与已有的短期负荷预测算法进行对比, 包括自回归滑动平均模型 （auto-regressive and moving average model, ARMA）, 最邻近回归算法 （K nearest neighbor regression, KNN） 以及支持向量回归算法 （support vector regression, SVR）。仿真结果表明, 所提深度学习工业负荷短期预测算法相比于一些现有方法, 其预测准确度有明显提升,预测结果的平均绝对百分误差（mean absolute percentage error, MAPE）在9%以下。     

智能电网环境下基于大数据挖掘的居民负荷设备识别与负荷建模

利用数据挖掘技术对用户负荷大数据进行处理,既可以通过识别用电负荷设备来分析用户的用电行为习惯,又可以辅助进行负荷精确建模,实现精确而有目标性的需求侧管理或制定具有针对性的零售商售电策略。在此背景下,基于动态时间弯曲(dynamic time warping,DTW)的时间序列匹配方法,提出了一种低频负荷数据下的居民电器设备识别方法。首先,将负荷数据分割成单负荷设备运行和多负荷设备同时运行2种情况下的负荷子序列;然后,依据待识别子序列的时间长度,参照实测的电器设备耗电功率数据,生成与其时间长度一致的电器设备耗电功率参考序列,其中包含了从电器设备启动前一时刻至设备关闭后一时刻的功率变化情形;最后,以DTW距离作为相似性度量指标确定识别结果。对于由多负荷设备运行产生的负荷序列,提出了一种剔除已识别设备后将序列再次分割,如此交替进行的识别策略。在获得识别结果后,构建了居民负荷统计模型。借助于高效数据分析软件R语言平台,实现了所提出的算法,并使用500组负荷数据进行了数据实验。结果表明,在对负荷数据每min采样1次的情况下,所提出的负荷设备识别方法对单设备负荷序列识别的准确率超过93%,对多设备负荷序列识别的准确率接近83%。     

毛细管电泳间接激光诱导荧光法测定苦蒿和青蒿中酸性成分

利用毛细管电泳建立了中药苦蒿和青蒿及其制剂中11种酸性化合物的同时定量分析方法。其最佳电泳条件为:熔融石英毛细管50 cm(40 cm处检测窗口)×75μm i.d.;分离电压:+15 kV;分离温度:25℃;缓冲液(含:35.7 mmol/L磷酸钠,2.86×10-5mol/L荧光素钠,少量甲醇,pH=11.42);进样压力:0.5 psi(3.45 kPa),进样时间5.0 s;荧光素钠为激光诱导荧光响应试剂;LIF激发光波长:488 nm,检测波长:520 nm。该方法线性范围宽、相对标准偏差低、精密度高、重现性好,用于实际样品的测定,获得满意结果。     

绿色矿山建设中煤矿环保技术的应用

为了提高绿色矿山建设的水平,本文对煤矿环保技术在绿色矿山建设中的应用要点进行深入分析,首先阐述煤矿产业对于自然环境的影响,其次绿色矿山建设煤矿环保技术应用现状进行深入的研究,希望论述后,可以给该领域的研究者提供一些帮助,从而促进绿色矿山的发展。     

计及接纳间歇性电源能力的输电系统规划方法

风力发电、光伏发电等间歇性电源在电力系统中渗透率的不断提高对系统接纳能力和输电能力提出了更高的要求.进行输电系统规划时既要考虑尽可能具备接纳和输送间歇性电源的能力以充分利用清洁能源,又要避免输电容量冗余造成投资浪费.在此背景下,构造了一种计及间歇性电源接纳能力的输电系统规划两层模型.上层模型以投资成本最小化为目标确定输电系统规划方案;下层模型则以弃风惩罚与切负荷惩罚量之和最小为优化目标,在考虑了间歇性电源出力不确定性、负荷波动不确定性以及元件随机停运等不确定性情况下进行安全校验.之后,对上下层模型分别采用粒子群优化算法和商用线性规划求解器ILOG CPLEX进行迭代求解.最后,采用包含3个大型风电场的、修改的巴西南部46节点系统对所提出的模型和求解方法进行了说明.     

基于无源光网络技术及发展趋势探讨

宽带化已经成为通信网络发展的必然趋势,无源光网络(PON)因为具有可实现带宽资源共享、减少机房投资、安全性高、综合建网成本和维护成本低等优点,成为宽带接入的主要技术手段。随着FTTH和三网融合等在我国的蓬勃发展,PON技术迎来了新一轮的发展热潮,其发展现状、技术趋势和应用模式等引起了业界的普遍关注。     

电力市场环境下燃煤电厂电煤库存优化的CVaR模型

电煤供给和库存是燃煤电厂十分关注的问题。为避免由于电煤供应中断而影响正常发电,燃煤电厂必须具备一定量的电煤储备。在电力市场环境下,电煤价格和发电上网电价都具有不确定性。为了在保证一定的收益率水平上最小化与收益相关的风险,燃煤电厂就需要合理确定电煤库存量。在此背景下,借鉴金融领域发展起来的风险管理理论,以条件风险价值(CVaR)作为风险计量指标,建立了燃煤电厂电煤库存优化的均值-CVaR非线性规划模型;所构造的模型综合考虑了煤价和发电上网电价的不确定性、电厂煤耗量以及合同煤、市场煤兑现率的波动,以电厂年度收益CVaR最小为目标函数。之后,将所构造的模型转化为线性规划问题进行求解。最后,以某电厂的电煤库存量优化问题为例进行了仿真计算,算例结果表明了所建立模型的合理性和求解方法的有效性。     

含电动汽车和风电机组的虚拟发电厂竞价策略

对于含电动汽车和风电机组的虚拟发电厂,由于可调度充放电的电动汽车数量和风电机组出力均存在明显的不确定性,这样虚拟电厂在电力市场中参与竞价时就必须考虑这些不确定性。在此背景下,计及上述不确定性因素的影响,并在下述假定的基础上研究了含电动汽车和风电机组的虚拟发电厂竞价策略:风机出力的上下限为随机变量;日前能量市场和调节市场电价均为波动区间已知的随机变量;虚拟电厂中可调度充放电的电动汽车数量足够大,能够在平抑虚拟电厂内的风电机组出力波动的同时参与调节市场竞价。在同时考虑电动汽车电池放电损耗成本以及调节备用被实际调用比例的情形下,构建了虚拟电厂参与日前能量市场和调节市场的联合竞价策略的鲁棒优化模型。之后,采用IBM公司开发的高效商业求解器CPLEX 12.2对模型进行了求解。最后,通过算例对所构建的模型和采用的方法进行了验证,算例结果表明了所建立模型的合理性和求解方法的有效性。