OTN机房装修改造中常见问题及解决方案

在电信重组的背景下，中国移动正在逐步构建全业务运营模式下的城域传送网。城域传送网汇聚节点机房（简称OTN机房）一般位于城区且数量众多。在趋于成熟完善的城区内自建机房的难度大、选址困难、建设周期长，因此OTN机房多采用长期租用的方式。租用机房的情况复杂多样、建筑功能各异（住宅、办公楼、厂房、车库等），     

基于CUDA技术的海量电力负荷曲线聚类算法

随着用电信息采集、负荷控制等系统中用户负荷数据的爆炸式增长,传统计算框架与方法在处理海量用户负荷聚类、开展负荷特性分析等业务时面临着巨大的计算压力。着眼于计算精度日益提高、计算能力日渐强大的图形处理单元(graphic process unit,GPU),基于Nvidia的统一计算设备架构(compute uniform device architecture,CUDA)提出了一种负荷曲线快速并行K-means聚类算法,采用距离计算并行化、曲线数统计并行化、线程块分配合理化等多个并行加速策略,极大地提升了用户负荷曲线的聚类速度。多个测试算例表明,文中提出的基于CUDA的K-means电力负荷曲线聚类算法加速比高,适应性强,是解决海量负荷曲线聚类问题的好方法。     

含分布式储能的配电网多目标运行优化策略研究

储能设备成本不断降低,为配电网的削峰填谷和经济运行提供了新的思路。首先研究了储能设备的充放电模型和充放电策略,在此基础上建立了含储能电力系统的多时段优化运行模型,并利用稀疏自动微分技术减少代码编写工作量、通过储能电量约束缩减降低微分计算量的方式,有效地提升了模型求解的可行性与高效性。最后,通过某实际配电网储能示范工程的算例仿真,验证了模型的准确性、算法的高效性与策略的可行性。     

电力计量装置现场检测移动作业应用

计量装置作为供电公司和用电用户之间核算电费的工具，计量装置的有效性和准确性直接影响用户的利益和供电企业的经济效益。设计了一种计量装置现场检测移动作业方案，给出了电力计量装置现场检测移动作业系统拓扑图，并对业务流程进行了优化，其可以加强计量装置用户申请校验、首次校验和周期校验工作，帮助供电公司形成完整的计量装置检测流程。计量装置现场应用表明，其保障了用电、供电双方的利益。     

金茂大厦的施工图设计与管理

上海金茂大厦地下3层,地上88层,总建筑高度为420.5m,总建筑面积为29万m~2,是目前我国在建高度最高、单体面积最大、设备最全的现代化的超高层大楼,其高度排名世界第三.该大楼由美国芝加哥SOM设计公司设计,整个工程由上海建工(集团)总公司、日本大林组株式会社、法国西宝营建集团公司、香港其士发展国际有限公司四家联合总承包.以建工(集团)总公司为主的总承包联合体,组成了上海金茂大厦项目经理部,来具体全面负责该工程的建设.在项目经理部内部,分别设立了办公室、总师室、设计部、工程部、计划部、质量部、安全部等职能机构,来具体实施经理部的工作,其中设计部的     

88层金茂大厦钢筋混凝土结构的深化设计和体会

随着我国经济形势的发展,各种功能齐全的现代化高层建筑,如雨后春笋般的拔地而起,其中有不少大厦为赶上或达到当今世界一流的水平,许多业主纷纷寻找世界有名的设计公司来承担大楼的设计任务.但是,由于国别差异、习惯不同,这些设计公司设计的图纸,尽管也叫做施工图,而国内的施工单位却难以进行顺利施工,因此,必须要对原图纸进行深入理解和消化,重新绘制出适应我国施工单位操作而又不违背原设计原则的图纸,我们把它称作深化设计.由中国对外贸易中心股份有限公司投资的88层上海金茂大厦工程就是这样一个典型的需要深化设计的工程项目.     

基于长短期记忆网络算法的电费回收风险预警

电力大客户电费回收风险一直都是电力公司关注的热点,但由于缺乏外部数据支撑和高效预警模型,使电费回收风险预警成为了一个难题。文中首先综合电力客户的电量、电费数据,以及电力客户在工商、税务、法院等部门的风险信息,建立电力大客户的电费回收风险指标体系。其次,基于熵值法得到的风险指标权重系数,过滤弱影响指标,采用相关性分析剔除重叠作用指标,得到客户电费回收风险预警指标。最后,基于深度学习中的长短期记忆(long short-term memory,LSTM)网络算法进行了客户电费回收风险预警。算例结果表明,提出的风险预警模型精确有效,且LSTM在准确率、查准率和查全率3个指标上较Logistic回归更加精准,能够精准定位风险客户,提高电费回收效率。     

质量，至高无上——解析正泰电工的质量观

自诞生那天起，正泰电工已经走过了10个春夏秋冬。10岁，是一个人生的童年时代，但10年的风风雨雨中，正泰电工犹如一棵白杨，从嫩弱，到挺拔、健康、俊朗，而叉生机盎然。10年来，正泰电工安身立命、发展壮大的秘诀是什么？ 市场一枝花，质量灌溉它。正泰电工10年来的快速发展，无不得益于过硬的产品质量和质量文化。[编者按]     

基于D-S证据理论的母线负荷预测

基于D-S证据理论,提出一种母线负荷预测新方法。该方法对BP神经网络、改进的BP神经网络和支持向量机(SVM)的母线负荷预测模型分别建立权重提取和权重融合模型,并运用D-S证据理论对3种预测模型的权重进行融合。通过对预测数据进行分析,提取证据理论样本,并将可信度函数的融合结果作为母线负荷预测模型的权重,最终得到待预测日的母线负荷预测结果。仿真结果表明,与单一的母线负荷预测模型相比,经D-S证据理论融合的母线负荷预测模型更有效,也具有更高的预测精度。