为契合无线基站与政企业务的统一承载需求,化解4G IP RAN网络与5G智能城域网并存引发的运维复杂性及业务互通困境,本文深入研究了智能城域网与无线接入网IP化(IP Radio Access Network, IP RAN)网络的融合组网演进方案。基于“一张承载...为契合无线基站与政企业务的统一承载需求,化解4G IP RAN网络与5G智能城域网并存引发的运维复杂性及业务互通困境,本文深入研究了智能城域网与无线接入网IP化(IP Radio Access Network, IP RAN)网络的融合组网演进方案。基于“一张承载网”理念,重点剖析了单内部网关协议(Interior Gateway Protocol, IGP)融合、双IGP融合及融合分组传送网(Packet Transport Network, PTN)等关键方案的技术难点、业务承载能力,并进行了优劣势对比分析。通过对详实的融合改造过程进行案例研究,验证了所提方案的可行性与有效性,成功实现4G/5G移动业务及新型政企业务的高效统一承载,显著提升了网络资源利用率,降低了维护复杂度,有助于提升网络数字化运营能力。展开更多
在碳达峰、碳中和等重大战略决策的推动下,新能源汽车的产销规模不断创历史新高。针对实车运行过程中电池健康状态(state of health,SOH)难以准确估计的问题,基于实车短时充电片段数据,采用安时积分法计算电池的当前最大可用容量,并采...在碳达峰、碳中和等重大战略决策的推动下,新能源汽车的产销规模不断创历史新高。针对实车运行过程中电池健康状态(state of health,SOH)难以准确估计的问题,基于实车短时充电片段数据,采用安时积分法计算电池的当前最大可用容量,并采用箱型图剔除由传感器噪声、复杂工况等因素导致的容量离群点。基于易获取的电流、电压、温度、电池荷电状态(state of charge,SOC)等数据字段提取电池衰退特征,以相关系数分析各特征与健康状态之间的相关性。通过主成分分析法进行特征参数降维,以降低计算复杂度。基于长短期记忆神经网络构建实车动力电池健康状态预测模型,通过灰狼优化算法(grey wolf optimizer,GWO)确定最优的模型超参数。结果表明:基于实车充电过程中80%~90%SOC区间的监测数据,模型进行电池健康状态预测绝对误差为0.27 A·h,模型拟合优度为0.89,可以实现实车动力电池健康状态的准确估计。展开更多
文摘为契合无线基站与政企业务的统一承载需求,化解4G IP RAN网络与5G智能城域网并存引发的运维复杂性及业务互通困境,本文深入研究了智能城域网与无线接入网IP化(IP Radio Access Network, IP RAN)网络的融合组网演进方案。基于“一张承载网”理念,重点剖析了单内部网关协议(Interior Gateway Protocol, IGP)融合、双IGP融合及融合分组传送网(Packet Transport Network, PTN)等关键方案的技术难点、业务承载能力,并进行了优劣势对比分析。通过对详实的融合改造过程进行案例研究,验证了所提方案的可行性与有效性,成功实现4G/5G移动业务及新型政企业务的高效统一承载,显著提升了网络资源利用率,降低了维护复杂度,有助于提升网络数字化运营能力。
文摘在碳达峰、碳中和等重大战略决策的推动下,新能源汽车的产销规模不断创历史新高。针对实车运行过程中电池健康状态(state of health,SOH)难以准确估计的问题,基于实车短时充电片段数据,采用安时积分法计算电池的当前最大可用容量,并采用箱型图剔除由传感器噪声、复杂工况等因素导致的容量离群点。基于易获取的电流、电压、温度、电池荷电状态(state of charge,SOC)等数据字段提取电池衰退特征,以相关系数分析各特征与健康状态之间的相关性。通过主成分分析法进行特征参数降维,以降低计算复杂度。基于长短期记忆神经网络构建实车动力电池健康状态预测模型,通过灰狼优化算法(grey wolf optimizer,GWO)确定最优的模型超参数。结果表明:基于实车充电过程中80%~90%SOC区间的监测数据,模型进行电池健康状态预测绝对误差为0.27 A·h,模型拟合优度为0.89,可以实现实车动力电池健康状态的准确估计。
