排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
随着电信运营商固网语音业务量逐渐减少,其承载IP网络设备老旧维护成本与收益相比入不敷出。因此,将固网语音业务向其他网络迁移,降低运维成本、提升网络质量势在必行。本文以语音业务向本地IP城域网进行迁移前后涉及的业务流走向为基础,根据目前网络结构分析了几种迁移方案的可行性,优选一种方案,并对此方案实施步骤进行了严密设计。最终,技术人员在现网对方案进行了实施验证,为其他分公司业务迁移提供了宝贵经验。 相似文献
2.
传统配电网接地操作极易产生触电或坠落事故,造成人身安全隐患,通过摘挂式接地装置的设计,可实现便捷施工、降低风险的根本目的.因此,文章在分析传统接地方式存在的风险隐患与不足的基础上,开展了一系列设计与应用研究,提出了具体的装置与操作方法,希望能够为今后的相关研究及施工提供必要便利与帮助. 相似文献
3.
(1)以一个国内三级城市主要运营商的IP城域网三年来PPPOE用户个数和PPPOE用户IPV4地址占用情况进行统计分析(以11年末相关情况进行10万用户的核算得出)。从三年来的统计数据和对市场保有情况、用户对网络依赖程度分析可以看出,城域网内用户增长速度已经开始减缓,但是用户峰值在线率在不断增加。所以,基于对用户量增长速度和峰值用 相似文献
4.
5.
短期电力负荷预测作为电力系统运行规划的重要依据,对电力系统的安全经济运行有重要意义。提出一种长期和短期时间序列网络(LSTNet)模型对配电台区的短期负荷变化进行预测。该模型用卷积神经网络(CNN)提取负荷数据间的局部依赖关系,用长短时记忆(LSTM)神经网络提取负荷数据长期变化趋势,再融合传统自回归模型解决神经网络对负荷数据极端值的不敏感问题,最后将某一配电台区的电力负荷数据用于网络的训练和预测过程中。通过仿真实验案例发现,相较于以往LSTM、双向长短时记忆神经网络(Bi-LSTM)和CNN-LSTM的预测模型,LSTNet模型在短期负荷预测方面更具优势、预测精度更高。 相似文献
1