摘要：随着信息系统规模、业务需求日渐增大,对信息系统运维能力也提出了更高的要求,迫切需要在组织结构、管理规范、管理流程和技术支撑方面进行全面提升。因此,文章通过研究全新的“运维PaaS+运维SaaS”架构,设计与开发基于智能一体化运维支撑平台,提升信息系统运维的大数据分析能力、决策能力、风险管控能力以及效率,并且对该平台的推广进行了讨论。

摘要：移动边缘端设备在变电站电力仪表检测中,难以快速检测复杂环境中高相似度目标。为此,提出了一种基于轻量级YOLOX网络的电力仪表图像检测方法。首先,搭建YOLOX检测网络,并设计了基于深度可分离卷积骨干特征提取结构和参数重组的多尺度特征融合结构,以压缩模型参数量和提升推理速度。其次,在特征融合层中嵌入3维注意力机制SimAM,通过学习特征的能量分布,对目标区域进行加权,提升复杂环境下的仪表检测能力。同时,针对电力仪表检测的特殊需求,设计了基于金字塔池化特征编码的Transformer结构,从局部特征细化和长距离特征捕获2个方面挖掘底层高语义信息特征,提高不同外形电力仪表的检测精度。最后,通过构建破损、模糊及正常3种类型的电力指针型仪表数据集进行验证。实验结果显示,改进的模型相比原始模型,均值精度从75.49%提升至85.93%,检测速度从36帧/s提升至45帧/s。在移动端硬件Jetson NX上,推理速度可达17.6帧/s。与其他轻量化模型相比,该模型在检测精度和速度上具有明显优势,为电力仪表的可视化、信息化和智能化提供了可行的技术方案。

摘要：为了实现对电缆接头温度的实时化、精确化监测,应用窄带物联网技术,设计一款功能完善、实用性强的电缆接头温度监测系统。从供电单元设计、温度采集节点设计2个方面入手,进行系统硬件设计。从MCU主控程序设计、窄带物联网通信设计、物联网通信协议设计、SSA-BP神经网络模型设计等入手,完成系统软件设计,测试了系统性能。结果表明,在窄带物联网技术的应用背景下,所设计的电缆接头温度监测系统运行正常、可靠、稳定,具有功耗低、测量精确度高特点,完全满足电缆接头温度智能化监测需求。

摘要：现有电力信息交互式系统的交互性能偏低,数据信息的图形化交互感知能力差,信息展现精度与准确率偏低,与实际应用要求严重不符。设计基于虚拟现实的电力信息交互式系统。系统由核心框架设计、基于虚拟现实的GaN高功率硬件交互模块设计、虚拟现实的Scratch图像交互程序设计、系统数据融合封装四大模块组成。通过仿真数据的对比表明,经过虚拟现实优化设计的电力信息交互式系统,具备完全、稳定、精准解决现有系统存在的问题,各项性能指标均满足实际应用要求。

摘要：针对手机移动应用领域实现节能减排的问题从移动应用研发和设计角度出发,分析导致耗能的主要因素,从CPU计算、I/O处理、网络传输、定位及动作等维度提出降低手机功耗的优化思路;在当前主流的微服务及容器化架构基础上,以FCFS+SJF为任务排序原则,以AHP模型为任务和资源匹配算法,设计移动应用任务调度效果更优的框架。结果表明:研究在手机端实现了4.8%的节能优化,对于服务器端,在企业级业务量大或高并发的情况下具备明显的节能优化效果;所提任务调度优化框架相较于同类历史算法具备更好的能耗调优效果。研究成果对于“双碳”目标具有较好的推动作用,对于移动应用研发设计领域有一定的借鉴价值。

摘要：随着云环境的日趋复杂和信息分享需求的日益增大,设计了一种基于混合云架构的分布式协同信息共享平台。设计公、私有云混合环境下的信息共享平台的各项功能,通过定义共享平台数据的敏感度、空间饱和度以及访问频率等参数,为数据选择合适的存储位置;采用新型数据命名规则,将不同数据命名为一级数据或多级数据,从而实现共享数据的高效分发;还设计一种改进型公私钥双重加密技术,保护共享平台的数据安全,通过建立加密秘钥、权限矩阵和服务器密文三种加密数据,并与云共享平台再度结合产生重加密密文,实现指定用户的指定数据安全共享。经过试验验证,设计的分布式协同信息共享平台在数据存储、数据传输与数据安全方面均有较高的性能。

摘要：针对云计算平台服务器利用效率偏低以及用户请求响应速度较慢的问题,同时兼顾该平台的收益最大化,文中提出一种面向高并发的云平台计算资源分配方法。该方法采用帝国主义竞争算法和K-means算法对云计算平台用户提交的工作负载进行聚类,并使用决策树算法来完成资源的分配,从而提供最佳的资源供应方案。K-means聚类算法可有效提高帝国主义竞争算法中殖民地的初始人口,防止聚类过程中得到局部最优解而忽略了全局最优解,且进一步提升了算法的收敛速度。通过仿真实验证明,所提方法的平均响应时间与CPU利用率均优于K-means聚类及决策树等传统方法,而与K-means相比,该方法的平均响应时间降低了1.017s,CPU利用率则提高了25.38%。

摘要：电力设备红外图像背景较为复杂、设备种类较多,使得电力设备红外目标检测效果较差。为此,提出基于改进CNN的电力设备红外目标检测技术研究。通过联合中值滤波与高斯滤波,预处理电力设备红外图像。以此为基础,采用ResNet与FPN改进CNN,获取电力设备红外图像特征信息。通过常数分割模型训练随机森林分类器,将特征信息输入至训练后的分类器中,获得电力设备红外目标检测结果。实验结果显示,采用所提方法对电力设备红外目标检测结果与实际检测结果保持一致,帧率最大值为14.1 FPS,表明所提方法应用性能良好。

摘要：神经网络参数量和运算量的扩大,使得在资源有限的硬件平台上流水线部署神经网络变得更加困难。基于此,提出了一种解决深度学习模型在小型边缘计算平台上部署困难的方法。该方法基于应用于自定义数据集的深度可分离网络模型,在软件端使用迁移学习、敏感度分析和剪枝量化的步骤进行模型压缩,在硬件端分析并设计了适用于有限资源FPGA的流水线硬件加速器。实验结果表明,经过软件端的网络压缩优化,这种量化部署模型具有94.60%的高准确率,16.64 M的较低的单次推理定点数运算量和0.079 M的参数量。此外,经过硬件资源优化后,在国产FPGA开发板上进行流水线部署,推理帧率达到了366 FPS,计算能效为8.57 GOPS/W。这一研究提供了一种在小型边缘计算平台上高性能部署深度学习模型的解决方案。

摘要：研究能源区块链驱动的分布式电力交易系统设计。通过整合POW共识算法的电力交易工作流程、能源区块链平台的架构探索以及优化电力交易流程,探讨分布式电力市场的可行性和经济潜力。研究结果表明,太阳能光伏发电功率与挖矿成本之间存在密切联系,需要根据光照和功率波动调整电力交易策略以降低成本。改进的连续双向拍卖模式通过智能合约提高了交易效率,同时区块链技术确保了交易的安全和透明性,可以为未来电力市场的可持续性和创新提供参考。