一种软件定义的内容中心网络SD-CCN结构

为了应对网络数据的指数式增长以及满足未来网络对内容的需求,结合内容中心网络(sontent centric network,CCN)和软件定义网络(software defined network,SDN)2种未来互联网结构的优势,提出一种软件定义的内容中心网络结构(software defined content centric network,SD-CCN)。SD-CCN以SDN中分离控制平面与数据平面为核心原则,以CCN中基于内容的分发作为主要目标,其基本组成包括控制平面、控制通道、数据平面和数据通道4个部分。所有的控制决策都由控制平面发出,所有的数据操作都在数据平面完成。仿真实验结果表明,该结构相比传统的内容中心网络具有更小的网络开销。     

电网现场作业下基于信道自适应的边缘计算AR技术

随着电网规模的日益扩大,电网现场作业面临巨大压力,将增强现实(简称AR)与边缘计算技术引进到电网现场作业中是缓解压力的有效方式。面向电网现场作业,提出了基于信道自适应的边缘计算增强现实技术,通过在现场作业中引入AR应用来提高现场作业的效率和准确性,并通过信道状态自适应技术来卸载AR应用的计算任务,通过边缘计算来降低AR应用在电网现场作业的时延。通过仿真分析得到现场作业的AR应用可以达到最优的时延。     

三维全景智能电网技术在电网规划中的运用

本文首先对三维全景智能电网技术的基本含义进行概述,从数据整合和管理、电网设备建模、电网业务数据整合、空间信息和业务数据结合四个方面,对三维全景智能电网技术在电网规划中的运用要点进行解析,并以此为依据,提出三维全景智能电网技术在电网规划中的运用对策。     

智能电网时代电力信息通信网络的建设与运营

随着信息和通信技术的不断发展,新的技术对电网的智能服务力度越来越大,电网也逐渐向智能电网发展,而信息通信网络的建设和运营成了智能电网时代发展的首要问题。     

基于模糊理论的智能电网运行风险评估系统研究

依据电力调度系统实际运行情况和业务需求,结合智能电网发展趋势提出了智能电网运行风险评估系统,设计了基于模糊综合评价思想的智能电网运行风险评估模型,并以某一区域电网2009年运行数据作为研究样本,验证了电网运行风险评估模型的可应用性和合理性。并在此基础上搭建了智能电网运行风险评估系统,科学全面地反映了电网风险水平,为电网安全应急管理措施的制定提供了量化依据。     

智能电网大数据处理技术与挑战

文章对智能电网大数据进行概述,并对大数据处理技术进行研究,从数据库处理和云计算处理阐述其在电网行业中应用范围,并从存储技术、实时处理技术和可视技术等,分析智能电网大数据处理技术面临的挑战。     

大数据在智能电网中的应用展望

随着发改委"互联网+"和"工业4.0"的提出,电力行业工业化将与信息技术深度融合。智能电网的提出将电力基础设施、电力通信网络和输配电业务基础设施集成,同时承载和控制电力生产、信息和业务的流动。本文从智能电网角度出发,论证了大数据在智能电网中应用的关键技术,结果表明,大数据是推进智能电网技术发展的基础。     

基于SDN的网络安全研究

SDN技术把网络的数据层和控制层剥离,提出了全新的解决方案,从而促进了下一代网络的发展。文章论述了传统网络架构及其内在安全缺陷,由此引出基于SDN系统的网络安全的实现与展望,并对其安全性能进行了一定的研究。     

基于RBF神经网络的时延预测模型与仿真

网络控制系统中时延普遍存在,时延的有效预测对控制系统非常重要。为准确对时延进行预测,文章建立一个基于RBF神经网络的时延预测模型,运用Matlab软件对该模型进行仿真,采用归一化的方法对用于测试的数据集进行预处理,利用这些处理过的数据集对该仿真模型进行训练和测试,结果证明RBF神经网络能很好的预测网络时延。     

基于RBF神经网络的时延预测模型与仿真

网络控制系统中时延普遍存在,时延的有效预测对控制系统非常重要。为准确对时延进行预测,文章建立一个基于RBF神经网络的时延预测模型,运用Matlab软件对该模型进行仿真,采用归一化的方法对用于测试的数据集进行预处理,利用这些处理过的数据集对该仿真模型进行训练和测试,结果证明RBF神经网络能很好的预测网络时延。