Search

分布式屋顶光伏地理位置分散，受地理环境遮挡和多种气象因素影响，导致光伏出力特性存在差异，给变电站级分布式屋顶光伏日前功率预测造成挑战。针对上述问题，提出了一种基于双重注意力变换模型的分布式屋顶光伏变电站级日前功率预测方法。首先，基于动态时间规整算法计算分布式光伏用户出力特性间的相似度，并基于凝聚层次聚类法将其划分成若干类；然后，利用自主注意力网络学习各时间步间的时序关联特性，通道卷积注意力机制学习多特征变量间的相关性，构建日前功率预测模型；最后，将每一类日前预测结果相加，实现变电站级日前功率预测。算例结果表明所提方法在多种天气状况下，较Transformer、长短期记忆神经网络和时序卷积网络，预测精度显著提升。

将神经网络用于场景几何材质的高效表达，结合逆向渲染在二维光度图的监督下重建高质量的网格和材质贴图，为现有的图形学流水线提供服务——神经渲染已成为近年来计算机图形学新的研究热点。在IRON（inverse rendering by optimizing neural SDFs and materials from photometric images）神经渲染模型基础上，通过引入多分辨率哈希编码，采用冻结训练等方法提高原始模型的训练速度。在多个数据集上的对比实验表明，优化后的IRON逆渲染模型训练速度提升了约40%，且重建结果中包含更多细节。

光网络中引入了共享风险链路组（SRLG）的概念,要求工作通道与保护通道不能处于同一个SRLG之中。文章提出了一种基于SRLG限制的动态共享通道保护算法——动态链路权重配置（Dynamic Link Weight Configuration,DLWC）算法,该算法的关键在于为链路定义了两个动态权重。在计算工作通道和保护通道时,它能综合解决SRLG限制、动态负载均衡和自陷等3个关键问题。

文章提出了一种波分复用（WDM）多粒度网络中的静态波带通道分配算法———平衡路由双向首次命中算法（BBFF,Bal-anced-routing-B id irectional-F irst-fit）。该算法旨在减少全网多粒度全光域光交叉连接器（MG-PXC）的端口数,降低网络成本和控制复杂度。算法在路由选择阶段尽量保证全网负载平衡;在波长分配阶段采用改进了的首次命中（FF）算法,减少了因配置零散波长通道而无法建立波带通道的可能。仿真结果表明,BBFF算法的两个特征,都有效地减少了MG-PXC的端口数,降低了网络成本。

随着数据业务的爆炸式增长,如何在光网络中有效地利用宝贵的带宽资源已经成为研究人员所关注的焦点。基于时间分配带宽业务（SBS）是自动交换光网络（ASON）中的一种新型业务,可以被认为是传统的按需分配带宽（Bandwidth on De-mand,BoD）业务的一种具体实现,SBS的出现既可以有效地为运营商节省宝贵的带宽资源,又可以降低用户的成本开销。文章从管理模型、实现方法以及社会价值等几个方面对SBS进行了详细的描述。

波分复用（WDM）全光网是下一代骨干网的核心,网络的生存性问题是构建WDM全光网的关键技术之一。文章对网状拓扑中的虚环保护机制进行了研究,并对一种基于生成树的虚环构成算法进行了分析。基于生成树的虚环构成算法可应用于各种网状拓扑,具有良好的适应性,同时还避免了P 圈法中复杂的"Hamilton"环的搜索问题。

随着波分复用（WDM）技术的迅速商用化,骨干网络传输带宽呈现爆炸式增长的趋势,这使得网络生存性变得越来越重要。传统的网络生存性包括保护和恢复两种机制,而恢复机制直接影响着网络失效以后其承载业务的可靠性。文章综合前人的研究成果,从3个角度出发,提出了3种不同的恢复算法,并通过仿真数据对这3种算法性能进行了分析。