摘要：针对由振动产生的触觉刺激,研究在可穿戴计算设备中利用振动信号表达情感的可能性.在分析触觉刺激、触觉表达、振动参数等内容的基础上,通过改变振动的强度、节奏与时长,设计出6种振动模式,分别对应愤怒、害怕、搞笑、悲伤、厌恶和惊奇这6种基本情感,并将这6种振动模式称为振动表情.将振动表情应用在可穿戴计算设备常作用的手指、手腕、上臂和脚踝这4个部位上,并通过比较振动表情在各部位的识别率确定被试能否在各部位准确识别出每一种振动模式所代表的情感.设计一款可穿戴式振动指环,探讨在远程通信场景下振动表情对于情感表达的作用,以评估振动表情的有效性.结果表明:在可穿戴计算设备中引入振动表情,通过振动刺激表达情感信息,可以有效提高情感识别的准确性,增强情感感知强度.可考虑在可穿戴计算设备中引入振动表情,将情感特征以振动的形式表现出来,从而提高情感传递的效率.

摘要：电网运行状态包括电网在发电、输电、配电、用电这一完整过程中各个阶段的状态.面向电网运行状态分析的可视化方法,通过将专家经验融入数据分析过程,能有效地解决传统自动化方法的弊端,已被广泛应用于电网运行状态分析.文中介绍了电网数据可视化常用的3类数据,即图数据、时空图数据和多维数据,以及这些数据面向的4种可视化任务,即检测与辨认、相关性分析、态势感知预测.文中从数据和任务2个角度,回顾、总结了已有的可视化方法在解决电网实际应用问题中所起的作用,并分析了节点链接图、平行坐标图等多种可视化方法在不同电网运行状态分析任务中的利弊.研究分析表明,电网运行状态可视化仍面临着难以处理海量数据、实时流数据,并且缺乏完整、全面分析工具等诸多问题.

摘要：精确的电量预测可以为电量生产和供电调度提供可靠的指导,不同行业的用电量数据分布特性不同,用电量的周期性也因行业周期的不同具有不同时间尺度。传统的用电量预测模型难以在拟合用电量数据周期性的同时捕捉数据的波动性,为此本研究提出了多分辨时序神经网络(MTNN)模型,根据用电量数据特性将用电量数据视为近似的周期性数据分量和波动分量的组合,从多时频分辨率的角度对用电量数据进行多尺度分解,在不同时频尺度下预测用电量数据分量,然后通过组合预测分量实现用电量预测任务。具体而言,为捕捉数据周期性,首先使用集成经验模态分解方法(EEMD)对用电量数据分解,得到不同时间尺度的模态分量(IMF),使用LSTM预测高阶IMF分量;对于低阶IMF分量,设计了多阶时频注意力神经网络计算低阶IMF分量的预测值,最后组合多个IMF分量的预测值得到电量预测结果。实验结果表明,与常用的电量预测模型相比,MTNN能更好地捕捉电量数据的变化规律,提高电量预测的精度。

摘要：针对人工智能技术在电能计量行业中的应用,从南方电网电能量数据中心人工智能平台构建项目研究进展出发,构建交互式电能量大数据人工智能平台。平台主要分为电能量数据接入层、智能算法层和可交互业务应用层。本文首先通过对平台架构进行整体性的概述,阐明层次关系以及各层次中包含的主要内容;然后介绍电能量数据接入层、智能算法层的功能作用,设计理念以及内部逻辑。最后重点介绍可交互业务应用层以及简单阐述系统实现,详细介绍本系统用到的几种主要交互方式,阐述如何与电能量人工智能平台业务相结合,提高电力人员使用系统的便捷性和交互性。

摘要：随着数字电网建设的进一步发展,电能量数据规模不断扩大,数据应用需求也不断增加。考虑到南方电网网级电能量数据平台原有应用架构的局限性,本文设计了面向大规模电能量数据的全栈全分布式架构,并应用于网级电能量数据平台。该架构综合分布式计算技术、分布式存储技术、分布式消息队列和分布式应用技术,实现全南方电网辖区电能量数据的实时采集、集中管理和统一应用,支撑了南方电网用电分析、线损管理、电能质量监测等业务开展,提高了电能量数据的分析应用能力和管理水平。