基于風(fēng)險(xiǎn)均衡度的電力5G通信鏈路自動(dòng)選擇方法研究[通信與網(wǎng)絡(luò)][5G]

為有效自動(dòng)選擇通信鏈路，降低通信全局風(fēng)險(xiǎn)度，提出了一種基于風(fēng)險(xiǎn)均衡度的電力5G通信鏈路自動(dòng)選擇方法。首先，以最低全局風(fēng)險(xiǎn)度、最高業(yè)務(wù)通道可用性為目標(biāo)函數(shù)，以通道帶寬、時(shí)延與丟包率為約束條件，建立電力5G通信鏈路自動(dòng)選擇模型。以業(yè)務(wù)風(fēng)險(xiǎn)度與網(wǎng)絡(luò)業(yè)務(wù)風(fēng)險(xiǎn)均衡度等為指標(biāo)，評(píng)估業(yè)務(wù)風(fēng)險(xiǎn)度。按照風(fēng)險(xiǎn)度大小，由低至高排序通信業(yè)務(wù)，利用通信鏈路自動(dòng)選擇模型，優(yōu)先為風(fēng)險(xiǎn)度較低的業(yè)務(wù)選擇鏈路。通過(guò)量子遺傳算法求解通信鏈路自動(dòng)選擇模型，獲取最低全局風(fēng)險(xiǎn)度與最高業(yè)務(wù)通道可用性值，完成通信鏈路自動(dòng)選擇。實(shí)驗(yàn)證明：該方法可有效獲取各通信業(yè)務(wù)風(fēng)險(xiǎn)度，自動(dòng)選擇通信鏈路，降低全局風(fēng)險(xiǎn)度，提升業(yè)務(wù)通道可用性和通道帶寬，減少通道時(shí)延與丟包率，風(fēng)險(xiǎn)均衡效果較優(yōu)。

發(fā)表于：5/8/2023 2:05:19 PM

基于數(shù)據(jù)中臺(tái)的園區(qū)經(jīng)營(yíng)監(jiān)管平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[其他][其他]

針對(duì)園區(qū)經(jīng)營(yíng)、管理和服務(wù)水平提升的需要，為解決園區(qū)經(jīng)營(yíng)相關(guān)系統(tǒng)集成性、一體化和智能化不高的問(wèn)題，提出一種基于數(shù)據(jù)中臺(tái)和地理信息系統(tǒng)的園區(qū)經(jīng)營(yíng)綜合監(jiān)管平臺(tái)，實(shí)現(xiàn)以園區(qū)房產(chǎn)為視角的園區(qū)經(jīng)營(yíng)全方位監(jiān)控。平臺(tái)通過(guò)數(shù)據(jù)同步程序獲取業(yè)務(wù)數(shù)據(jù)，用數(shù)據(jù)采集程序采集外部系統(tǒng)數(shù)據(jù)，經(jīng)數(shù)據(jù)清洗程序到達(dá)主題庫(kù)服務(wù)器，創(chuàng)建房產(chǎn)、客戶等主題庫(kù)，由數(shù)據(jù)呈現(xiàn)程序呈現(xiàn)至平臺(tái)服務(wù)器群組，實(shí)現(xiàn)一體化園區(qū)經(jīng)營(yíng)監(jiān)控。通過(guò)在上海自貿(mào)區(qū)的應(yīng)用，實(shí)現(xiàn)了園區(qū)房產(chǎn)資源多維度和多層級(jí)的圖層化呈現(xiàn)，對(duì)園區(qū)客戶進(jìn)行精準(zhǔn)畫(huà)像，通過(guò)房產(chǎn)租售、收入、成本等監(jiān)管指標(biāo)以及客戶欠租、合同到期等預(yù)警模塊，提升了園區(qū)經(jīng)營(yíng)管理和客戶服務(wù)水平。

發(fā)表于：4/25/2023 5:05:00 PM

基于特征優(yōu)化和ISSA-LSTM的脫硝系統(tǒng)入口NOx濃度預(yù)測(cè)模型[其他][其他]

針對(duì)電廠脫硝系統(tǒng)入口NOx濃度受較多因素的影響波動(dòng)較大，且CEMS檢測(cè)儀表有很大遲延難以精準(zhǔn)測(cè)量的問(wèn)題，提出了一種基于隨機(jī)森林算法（RF）和改進(jìn)麻雀搜索算法(ISSA) 優(yōu)化長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)（LSTM）的脫硝系統(tǒng)入口NOx濃度預(yù)測(cè)模型。首先，通過(guò)機(jī)理和相關(guān)性分析確定與SCR入口NOx質(zhì)量濃度相關(guān)的初始輔助變量，并利用RF算法對(duì)輔助變量進(jìn)行特征優(yōu)化選擇，然后通過(guò)互信息（MI）對(duì)各輔助變量與輸出變量之間進(jìn)行遲延估計(jì)并提取時(shí)序特征，并通過(guò)小波濾波對(duì)輸入變量進(jìn)行降噪處理，建立LSTM神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型。利用ISSA算法確定LSTM模型的最優(yōu)組合參數(shù)，最后與傳統(tǒng)的LSSVM、RBF、BP模型的預(yù)測(cè)結(jié)果進(jìn)行對(duì)比。實(shí)驗(yàn)結(jié)果證明，特征優(yōu)化后的ISSALSTM神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的決定系數(shù)（R2）最大，均方根誤差（RMSE）和平均絕對(duì)百分比誤差(MAPE)最小，具備很強(qiáng)的擬合和泛化能力，可以精準(zhǔn)預(yù)測(cè)脫硝系統(tǒng)入口氮氧化物的質(zhì)量濃度。

發(fā)表于：4/25/2023 5:01:00 PM

基于SM9密碼算法的大數(shù)據(jù)完整性保護(hù)方案[通信與網(wǎng)絡(luò)][數(shù)據(jù)中心]

大數(shù)據(jù)是眾多智能分析決策應(yīng)用的基礎(chǔ)，大數(shù)據(jù)的部分損毀和缺失會(huì)導(dǎo)致所蘊(yùn)含信息不完整，造成分析決策的偏差甚至嚴(yán)重錯(cuò)誤。云計(jì)算平臺(tái)為大數(shù)據(jù)的存儲(chǔ)、使用提供了基礎(chǔ)支撐，但在這種環(huán)境中，大數(shù)據(jù)脫離了所有者的直接監(jiān)管，增加了眾多大數(shù)據(jù)相關(guān)方，導(dǎo)致大數(shù)據(jù)的完整性安全風(fēng)險(xiǎn)增加。針對(duì)這一問(wèn)題，基于國(guó)家密碼標(biāo)準(zhǔn)SM9設(shè)計(jì)了一套大數(shù)據(jù)全生命期完整性保護(hù)方案。該方案針對(duì)大數(shù)據(jù)的全生命周期進(jìn)行數(shù)據(jù)完整性審計(jì)，發(fā)現(xiàn)大數(shù)據(jù)完整性問(wèn)題，并對(duì)數(shù)據(jù)完整性責(zé)任溯源。分析了云上大數(shù)據(jù)全生命期中的參與者，在SM9標(biāo)準(zhǔn)算法基礎(chǔ)上，針對(duì)云上大數(shù)據(jù)應(yīng)用場(chǎng)景中數(shù)據(jù)流轉(zhuǎn)過(guò)程，設(shè)計(jì)了多用戶有序鏈?zhǔn)胶灻万?yàn)證方案，改進(jìn)了簽名和驗(yàn)簽過(guò)程以及相關(guān)計(jì)算步驟，建立起大數(shù)據(jù)在流轉(zhuǎn)過(guò)程中的完整性驗(yàn)證機(jī)制和完整性問(wèn)題的溯源機(jī)制。

發(fā)表于：4/25/2023 4:29:00 PM