摘要：近几年来,以深度强化学习(Deep Reinforcement Learning,DRL)为代表的人工智能技术被引入计算机网络系统设计中,促使网络领域走向数据驱动和智能化,并在典型的网络系统中不断取得新的突破。计算机网络应用的难点是难以对多变的网络环境进行复杂准确的建模,借助深度神经网络出色的特征提取能力,深度强化学习能够更好地以试错的方式探索更优的决策,并具有端到端的设计优势。首先阐述深度强化学习技术的原理,包括多种典型的深度学习中使用的神经网络结构、基于值函数和基于策略梯度的深度强化学习训练算法;之后详细分析了深度强化学习技术在计算机网络领域中解决资源调度问题的研究现状,包括任务调度、视频传输、路由选择、TCP拥塞控制以及网络缓存;最后给出了在计算机网络应用中使用深度强化学习仍存在的挑战。

摘要：随着我国“双碳”目标的提出,多类型电力工程得到了快速建设。在分析电力工程施工建设阶段碳排放现状基础上,提出了电力工程施工建设阶段碳减排计算方法,并对电力工程施工建设不同阶段进行测算。结果表明:在混凝土实心砖砌体、配筋砌块砌体、混凝土小型空心砌块砌体等不同施工建设阶段,碳排放指标分别为236.54kgCO_(2)e/m^(3)、372.58kgCO_(2)e/m^(3)、215.82kgCO_(2)e/m^(3),对电力工程施工建设阶段碳减排政策的提出提供了依据。

摘要：在变电、配电系统的加热除湿回路中,一般都会配置温湿度控制器,利用其传感器采集环境温度和湿度,在达到设定值时闭合触点,启动加热器进行除湿和升温,并在达到目的值后断开触点,停止加热器工作。然而,实际运维经验发现,当加热器发生故障时,由于缺少监视装置,加热器故障无法及时报警;工作人员若不在现场也无法第一时间发现该类故障,容易给设备运行埋下隐患。如果安排人员往现场逐个排查,则会增加人工及维护成本。

摘要：随着新能源接入比例的增大,在规划过程中可能过于注重经济性和可靠性的优化,而忽视了电压稳定性的重要性,导致电压稳定性指标高,电压不稳定。为此,研究考虑高比例新能源接入的配电网网架多目标规划方法。首先,建立涵盖多个维度的配电网网架多目标规划函数。其次,为确保网架规划的可行性和合理性,制定一系列约束条件。接着,确定网架优化规划的编码方式,为配电网的优化设计提供有效指导,最后,运用先进的优化算法对网架多目标规划问题进行求解,以寻找不同目标之间的最优平衡点。实验结果表明:在进行配电网网架多目标规划时所提方法的电压稳定性指标最低,而对比方法的电压稳定性指标都较高,故所提方法具有较强的实用性。

摘要：随着微电子技术的不断发展,可编程控制器PLC对整个工业革命的进程也发挥着愈加广泛的推动作用。以控制器PLC为控制中心,实现了对物品的自动贴标过程并在企业的实际应用中解决了人工贴标效率不高、易出错等问题。PLC的使用不仅可以提高贴标机系统的稳定性,而且还可以增强系统的抗干扰能力。