代写医学科研基金项目申请书
代写音乐体育艺术教学立项书
代写课题研究实施方案计划书
代写发原创职称论文毕业论文
课题开题报告科研立项申请书
代写企业项目申报立项申请书
代写科研课题结题成果报告书
代写科研技术可行性分析报告
科技成果转化项目可行性报告
国家自然科学基金申请书代写
国家社会科学基金申请书代写
提高医药卫生科研课题申报的中标率
科研立项申请经验交流
提升科研项目申报材料的撰写质量
·查新报告 ·结题报告
·医学论文 ·格式规范
·外科医学 ·中初教育
·经济金融 ·药学中医
·行政社会 ·农林食品
·理工基础 ·神经麻醉
·心脑血管 ·内科医学
·护理医教 ·文化文艺
·体育外语 ·机械材料
·法律军事 ·高教职教
·建筑电气 ·基础医学

名称:研友工作室
电话:0760-86388801
手机(微信):13380876598
邮箱:qsxkk@vip.163.com
地址:广东中山市孙文中路2号
网址: 1fv.1333sun.com
QQ:51643725
微信二维码:

案例范本
5G背景下中低压智能电网综合评价系统
添加时间: 2020-6-14 11:01:40 来源: 作者: 点击数:

二、课题设计论证

本表参照以下提纲撰写,要求逻辑清晰,主题突出,层次分明,内容翔实,排版清晰。除“研究基础”填在表三外,本表内容与《活页》内容一致。

1. [选题依据]  国内外相关研究的学术史梳理及研究动态;本课题相对于已有研究的独到学术价值和应用价值等。

1.1 国内外研究动态梳理

智能电网是指在传统电力系统基础上,通过集成新能源、新材料、新设备和先进传感技术、信息技术、控制技术、储能技术,形成的新一代电力系统,具有高度信息化、自动化等特征,可以更好的实现电网安全、可靠、经济、高效运行。

2018年,南方电网联合中国移动通信总公司发布了《5G智能电网白皮书》, 5G作为新一轮移动通信技术的发展方向,将实现真正的“万物互联”,为移动通信带来无限生机。5G可以更好地满足电网业务的安全性、可靠性和灵活性需求,实现差异化服务保障,进一步提升电网企业对自身业务的自主可控能力,促进未来智能电网取得更大的技术突破。2019年,兴业证券的研究报告指出:国家电网将通过5G牌照方广电集团共同建设5G网络。至此,基于5G技术的智能电网建设提上真正的议事日程。

智能电网属新工业级产业,除了技术层面亟需解决的问题外,从社会角度来看,其潜在的经济效益、安全性与风险、产业布局等方面需要进行系统化的评估和研究。国外智能电网行业价值评估的研究主要集中在以下几个方面:

美国电力科学院对智能电网投资成本进行了定量分析,对美国建设智能电网的收益从生产力、安全性、环境、生活质量等方面做了初步评估。EPRI从电能安全性、质量及可靠性等方面研究了智能电网对电力企业及用户产生的效益。杜克大学针对智能电网对相关产业供应商的影响以及对提高社会就业率所作贡献角度对智能电网的效益进行了评估,该评估针对发电、传输、变电、配电、用电几个环节展开。美国西北太平洋国家实验室分析研究了智能电网咋节能及降低碳排放量的贡献上做了定量估计。

我国在智能电网评价体系方面做出了一系列成果。国网北京经济技术研究院研究了智能电网示范工程评估的重要性,并提出了智能电网示范工程的综合评价指标体系框架,构建了包含技术性、经济性、社会性、工程管理、实用化和创新型的六维指标,确定了智能电网示范工程评价标准。华北电力大学从可靠性、电压质量、发展灵活性和协调性、设备利用率及技术装备水平、经济性和社会效益五个维度建立了多因子综合评价指标体系的初步框架,以期客观的评价智能电网的实际发展水平。目前,5G背景下的智能电网评价体系在我国的工业评价体系中尚属空白

1.2 本课题学术及应用价值

尽管智能电网社会效益评估报告及研究成果众多,但是在我国基于5G及深度学习背景下的智能电网工业体系尚处于起步阶段;并且5G在现阶段技术层面待解决问题较多,比如:大规模天线下毫米波信道估计复杂度高、边缘计算等,因此,我国结合5G的智能电网距离真正工业实施存在差距,这导致基于数据的电网效益评价系统不准确或匮乏,难以在大量样本的基础上建立完善、客观的电网评价系统。基于本人承担的“天津市智能制造专项项目基于工业物联网的中低压电网智能运管云平台”截止目前的研究成果,在本人对5G电力传输及边缘计算网络框架研究的基础上,本课题旨在建立系统化的5G智能电网产业的评价系统。相比现有的智能电网发展趋势及评价指标研究,本课题将以5G及深度学习背景下智能电网的技术创新成果为蓝本,建立完整的效益指标评价系统。

5G在智能电网系统中贯穿在发送、传输、变电、配电及用户侧云平台运维几个层面,5G在每个环节承担功能及技术优势如图1所示。鉴于结合5G的智能电网与现有基于光纤、移动通信网络的智能电网的优势,基于5G的智能电网的大规模建设势在必行,成为下一代智能工业的发展趋势。国内现有的智能电网评价体系都是基于传统光纤传输、移动通信网络传输的,两者的主要差别如表1所示。因此,国内工业评价体系没有考虑5G赋能智能网络所带来的综合效益。5G的智能电网相比传统电网最大的特色在于基于低时延的能源预测、基于毫米波传输环境下电力信道的空间高复用度的高速信息传输、基于边缘计算的电网信息的高度安全性、基于低时延5G扁平化网络的故障检测的可靠性。

图1 5G在智能电网各环节的功能及优势

     

表1 5G智能电网与现有智能电网在综合效益方面的差异

然而,盛峰vip开户:现有对智能电网的评价体系没有考虑5G所带来的综合效益指数,具体指标如表1所示。本课题研究以5G融入智能电网后,网络传输的安全性、运维云平台检测的可靠性技术性能方面的提升为研究切入点,探讨这两方面的技术优势下新一代5G智能电网的评价系统及指标设计。

2. [研究内容]  本课题的研究对象、总体框架、重点难点、主要目标等。

2.1 研究框架及对象

本项目基于前期研究成果,以天津市津通化电气设备有限公司所覆盖电力传输天津区域智能电网平台为依托,基于现阶段在图像及视频识别、边缘计算、物理层电网安全、云平台故障定位、中低压电缆信道估计等方面的研究成果,考虑天津地区电网的发展过程、发展特点,利用稀疏贝叶斯及DeepLab网络构架,确定5G背景下智能电网对天津地区产生的效益及影响,建立完善的、有预测功能的评价系统。本课题从以下方面开展研究工作

(1) 对已建立的智能电网运维云平台基础之上,开展天津地区中低压电网及下行企业、用电单位基于各层的电网质量评价调研和资料收集,对每层规划详细的层级指标具体项,以得到电网评价指标的层级指标训练集。每层提取的特征数据集及技术指标如下所示:

设备层:用电负荷及功率

量测层:基于5G关键技术-边缘计算的安全机制所获取的网络传输安全性提升;基于5G毫米波信道状态估计的物理层安全加密所获取的网络传输安全提升

传输网络层:基于5G扁平化网络的低时延所获取的高速传信率

云平台层:基于低时延5G网络所获取的高准确度、多尺度维度的故障判定及实时负荷分配效率提升

2 基于5G智能电网网络架构

(2) 电网评价系统关键指标提取及各层技术指标与综合效益指标的数学建模

首先对各层级从技术层面产生的效益,建立理论数学模型,映射到综合效益数据集。其次,对各效益元素进行分类,同类型效益按照其在电网工业中的权重进行加权,不同类型的效益进行各自分类,建立与技术层面优势一一对应且具有低秩性的指标数据集多维度矩阵。技术层面优势与效益指标的对应关系如下所示:

设备层:5G负荷分配用电负荷及功率     节能或增加耗能结果由云平台层的自适应负荷分配算法指导---负荷分配之经济增益

量测层:5G网络传输安全性      以天津地区配电企业及用户传递的年平均信息量为衡量准则,根据传递信息的重要等级建立估算5G网络安全性所带来的经济收益数学模型---网络安全之信息量增益、网络安全之经济损失避免

传输网络层:5G低时延所带来的间接经济收益数学模型

云平台层:统计由于5G负荷分配带来的天津地区电能节约数值,并建立节能与经济增益的数学模型;5G故障判断年发生次数与其可挽回的经济损失的数学模型运维高可靠性之经济增益

 (3) 各项评价指标所占比重最优化研究

由于电网评价指标繁多复杂,客观的评价系统构建需要对各项指标进行权重分析或预估,比如对某些实时性要求较高的电网企业,网络时延小、快速判断故障等指标成为评价系统的重要指标;某些依然以传统电力制造为主,以智能工业发展为辅的企业则更注重节能及就业等指标。另一方面,为得到客观高效的评价系统,对大量电网指标进行分类和降维处理是研究的关键内容。

(4) 建立基于复杂指标提取的稀疏贝叶斯指标评价系统

根据(1)-(3)的计算结果,建立基于稀疏贝叶斯神经网络用于智能电网结合5G新技术下的产业评估系统,并根据(1)所建立的样本对下一代网络(6G)赋能智能电网产业的效益进行系统级评价。

本课题的研究框架如图3(a)、图3(b)及图3(c)所示。图3(a)对应研究内容的(1)-(2),旨在建立基于电网功能层的量化指标集。图3(b)为研究内容对应的(3),旨在从众多指标中提取地相关度集合,构建低秩指标判别矩阵。图3(c)对应研究内容的(4),旨在从指标低秩矩阵P中建立稀疏贝叶斯网络的评价系统。

3(a) 基于5G智能电网按功能层进行的效益及成本指标采集及分析计算

3(b) 结合深度编码网络的高维多特征指标数据关键指征提取及降维

2.2 重点难点

(1) 电网各层级功能不同,实现功能不同,采用的技术手段不同,且各层级涉及的物理线路众多,而5G传输采用超大规模集成天线,其无线信道状态估计计算量巨大,因此,采集系统化的运行指标复杂度极高,而如何将这样的高维度、多特征维度的数据逐类映射到评价效益域是本课题研究内容的实现难点。比如,已有智能电网云平台采用物理层安全传输方式保证电网数据安全性,从根本上保护了个人用户、企业用电的信息安全性。在现有天津南港地区电网传输的信息量大小与传统智能电网采用应用层加密方式相比,前者的高保密性相比后者所带来的经济效益需进行定量预估建模。

(2) 如何将5G技术所带来的技术层面优势转变为具有低秩特性,同时又全面体现电网性能的数据集是本研究关键。通过将时间数据(即采集指标)转换为图像数据,并利用图像设计合理的降维网络成为准确评价电网运行指标的难点。

2.3 主要目标

(1) 将技术创新的系统性能转换为对应的电网传输信息量增益、经济效益影响因子,建立以网络传输安全性、电网运维平台可靠性为主要评价指标的5G智能电网工业级系统的评价数据集,该数据集的元素与每一项技术创新实现一一或一对多的映射图谱,便于后续新技术融入时进行指标评价系统构建预留接口。

(2) 建立基于5G及深度学习背景下智能电网综合评价软件系统,该系统一方面可对现有天津南港地区电网的三维度效益进行分析,另一方面根据现有工业电网平台做出从发电、配电、传输、就业、耗能等方面的最优解,以指导企业合理安排生产过程及人员调度。

3.[思路方法]  本课题研究的基本思路、具体研究方法、研究计划及其可行性等。

3.1 基本思路

本课题的研究思路如图4所示

图4 研究思路

3.2 研究方法

在现有云平台基础上,逐层采集全部系统运行指标。利用O-U模型建立技术指标与经济、环境、社会人员增益之间的数学模型;建立现有效益的训练数据库,对每项指标进行等级评价(负面或正面效益);采用图像处理及深度学习的方法,将高维度多尺度多特征数据转换为图像谱,利用降维算法进行数据压缩;将压缩后的效益指标构建成若干大类,在每个大类建立低秩或互相关度很低的子类指标;根据前面建立的训练数据库,进入稀疏贝叶斯网络进行训练,得到综合评价结果,并利用评价结果指导生产分配等电网运维环节。

3.3 研究计划及可行性

表1 课题研究计划进度表

            时间

研究内容

2020年

2021年

2022年

2023年

天津中低压电网运维云平台空时及多媒体数据采集

对电网各层由5G带来的技术层面提升做理论计算,并与现场实测值对比

对所有技术指标逐一转换为综合评价指标:信息传输增量、节能以及由此带来的经济增益,建立技术增益与相应指标的数学模型

对指标进行分类,建立低秩指标矩阵空间

将现有指标进行降维,提取关键指标,降低评价体系计算量及算法复杂度

利用现有降维指标进入稀疏贝叶斯网络进行训练,对现有模型进行最优化,并根据现有指标预测下一代移动通信(6G)对智能电网的综合效益影响

撰写研究报告、结项

可行性分析:

本研究基于目前现有融合5G的智能电网云平台数据,平台有完整的物理层参量实时数据,作为本项目的数据支撑。

4.[创新之处]  在学术思想、学术观点、研究方法等方面的特色和创新。

(1) 提出将技术指标(尤其是安全性提升)映射到综合效益评价领域,并建立技术 层面与经济增益的数学模型;

(2) 建立大数据量5G背景下智能电网效益的数据库,目前国内尚无这样的数据库。

(3) 首次提出利用图像处理的方法对高维度经济数据进行转换,这一思想最近在毫米波通信的信道估计中有学者提出。本项目借鉴了该思想,并将其引入经济领域。

(4) 稀疏贝叶斯网络分析指标和预测目前我没看到有人用到经济模型。目前有的大都是贝叶斯网络

5.[预期成果]  成果形式、使用去向及预期社会效益等。

成果形式为:研究报告、学术论文、可视化5G智能电网评价软件

预期社会效益为:为天津地区智能电网与5G的融合提供技术支撑、行业发展指导,根据我们的可视化评价软件,为天津电网行业企业提供5G网络建设、云平台运维管理的技术支撑。

6.[参考文献]  开展本课题研究的主要中外参考文献。

[1]李军锋,王钦若,李敏。结合深度学习和随机森林的电力设备图像识别[J]。高电压技术,2017,43(11): 3705-3711。

[2]Longjun Wang,Zhaolong Chen,et al.Semantic segmentation of Transmission lines and their accessories based on UAV-Taken images[J]. IEEE Access, 2020, vol(7): 80829-80839.

[3]程海燕等。一种电网巡检航拍图像中绝缘子定位方法[J]。系统仿真学报,2017,29(6):1327-1336。

[4]Evan Shelhamer,Jonathan Long,Trevor Darrell. Fully Convolutional Networks for Semantic Segmentation[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence,2017, vol(39), issue(4):640-651.

[5]Kai Zhang. Beyond a Gaussian denoiser: residual learning of deep CNN for image denoising[J]. IEEE Transactions on Image Processing, 2017, vol(26), issue(7): 3142-3155.

[6]Vijay Badrinarayanan. SegNet: A deep convolutional encoder-decoder architecture for image segmentation[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2017, vol(39), issue(12): 2481-2495.

[7]Houwen Peng,Bing Li, Haibin Ling, Weiming Hu. Salient Object Detection via Structured Matrix Decomposition[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, vol(39),issue(4): 818-832.

[8]Xiaohui Shen, Ying Wu. A unified approach to salient object detection via low rank matrix recovery[J]. IEEE Conference on Computer Vision and Pattern Recognition, 2012 ,16-21.

[9]张芳,王萌。基于全卷积神经网络与低秩稀疏分解的显著性检测[J]。自动化学报,2019,45(11): 2148-2158.

[10]Xin Liu, Guoying Zhao, Jiawen Yao. Background Subtraction Based on Low-Rank and Structured Sparse Decomposition[J]. IEEE Transactions on Image Processing, 2015, vol(24), issue(8): 2502-2514.

[11]Zhuolin Jiang, Zhe Lin, Larry S. Davis. Label Consistent K-SVD: Learning a Discriminative Dictionary for Recognition[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, vol(35), issue(11): 2651- 2664.

[12]Julio A. Corchado. Analysis of the Spatial Correlation of Indoor MIMO PLC Channels[J]. IEEE Communications Letters, 2017, vol(21), issue(1).

[13]Liang-Chieh Chen. DeepLab: Semantic Image Segmentation with Deep Convolutional Nets, Atrous Convolution, and Fully Connected CRFs[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2018, vol(40), issue(4):834-848.

[14]史建超,胡正伟。基于深度学习的电力线信道传输特性识别方法[J]。电网技术, 2019,vol(43): 4283-4290。

[15]赵志勇。电力线信道特性分析及FPGA硬件实现[D]。西安:西安电子科技大学,2014。

[16] Andreas M. Lehmann, Katrin Raab. A diagnostic method for power line networks by channel estimation of PLC devices[J]. IEEE International Conference on Smart Grid Communications (SmartGridComm), 2016, 6-9.

[17] 周念成,廖建权。深度学习在智能电网中的应用现状分析与展望[J]。电力系统自动化,2019, vol 43

[18] Julio A. Corchado, José A. Cortés. An MTL-Based Channel Model for Indoor Broadband MIMO Power Line Communications[J]. IEEE Journal on Selected Areas in Communications, 2016, vol(34), issue(7):2045– 2055.

[19]丁浩,王伟。宽带电力线MIMO通信物理层安全传输方法[J]。电信科学。2017, 94-97

[20] Tao Zhou, Fanghui Liu. Robust Visual Tracking via Online Discriminative and Low-Rank Dictionary Learning[J]. IEEE Transactions on Cybernetics, vol(48), issue(9): 2643– 2655.

三、研究基础和条件保障

本表参照以下提纲撰写,要求填写内容真实准确。

1.[学术简历]  课题负责人的主要学术简历、学术兼职,在相关研究领域的学术积累和贡献等。

2.[研究基础]  课题负责人前期相关研究成果、核心观点及社会评价等。

近三年,本人一直从事5G毫米波通信系统下行信道估计系统的研究、中低压智能电网运维云平台的算法设计与软件开发,主持设计虚拟仿真平台下5G信道建模及可视化系统开发。对5G利用信道状态信息进行物理层安全传输天津智能电网平台中进行了系统设计及开发。已发表论文如下:

1. 论文(第一作者)Multiple Access DS-UWB Using Linear Chirp Encoding Waveforms,EI检索会议。

2. 论文(第一作者)超宽带系统接收机的设计与仿真,核心期刊。

3. 论文(第一作者)Massive MIMO based on Compressed Sensing Adaptive Clustering AlgorithmIEEE会议。

4. 论文(第一作者)压缩感知技术在智能电网中的应用与展望,论文集。

另有三篇关于“5G毫米波FDD模式下行信道估计”、“智能电网设备图像显著性检测”等论文在审稿中。

3.[承担项目]  负责人承担的各级各类科研项目情况,包括项目名称、资助机构、资助金额、结项情况、研究起止时间等。

4.[与已承担项目或博士论文的关系]  凡以各级各类项目或博士学位论文(博士后出站报告)为基础申报的课题,须阐明已承担项目或学位论文(报告)与本课题的联系和区别。

5.[条件保障]  完成本课题研究的时间保证、资料设备等科研条件。

关于研友  |  诚聘英才  |  联系我们  |  友情链接
版权所有:@2007-2009 智尚代写联盟-中山研友 电话:0760-86388801 QQ:741287446
地址:广东中山市学院路1号 邮编:528402 皖ICP备10002124号
  • 磷酸西格列汀联合阿卡波糖治疗2型糖尿
  • 立项可行性
  • 医学论文投稿邮箱
  • 医学学报医科大学
  • 滋润烧伤膏抑菌性的相关研究
  • 诊疗规范化研究临床观察表
  • 研究生导师通讯录电话
  • 全国政府采购办公室电话负责人通讯录
  • 政府企事业单位相关负责人地址通讯录
  • 四川省政府采购部门通讯录
  • 医学期刊电子版
  • 苏州市哲学社会科学研究课题立项协议书
  • 有效教学实施计划
  • 浙江省社会主义学院立项协议书
  • 广东省医学科学技术研究基金管理办法
  • 117tyc.com
  • 中成药农药残留检测研究现状
  • 申博游戏电脑怎么下载登入
  • 肾内科科研项目课题
  • sun133.com msc651.com sb722.com 凯旋门赌场平台 77yh.com
    恒峰娱乐360官网最高占成 www.5208.com 百万发返水高达1.0% 永利游戏网址最高占成 尊龙娱乐会员登录
    银河游戏官网最高返水 海天娱乐在线充值 如意坊娱乐全场返水 太阳城sb娱乐平台 正规万博开户
    澳门太阳城集团游戏管理最高佣金 怎么下载兴發 网上百家乐游戏登入 胜博发会员网址 九州会员现金网