基于电动汽车充换电站建设的研究分析

本文研究分析了电动汽车的充电站组成的基本框架、充电站的充放电系统、充电技术对充电站建设的影响而后分析研究了目前电动汽车常采用的直流充电系统以及充电站并网对电网运营的影响,最后对电动汽车充换（放）电站的建设提出了技术建议。     

改进蚱蜢算法在电动汽车充换电站调度中的应用

电动汽车充换电站调度优化问题一般采用群智能优化算法求解,但现有算法存在陷入局部最优、早熟收敛等缺陷,因此提出一种改进的蚱蜢算法:采用边界反弹机制,提高算法效率;引入正余弦搜索机制,加强算法的全局搜索能力;采用Lévy飞行对粒子进行随机扰动,防止种群陷入局部最优;采用非线性收敛策略加快算法后期的收敛速度.实验结果表明,该算法在电动汽车充换电站调度优化问题上,性能优于原始蚱蜢算法以及其他现有群智能算法.     

电动汽车智能充换电服务网络的构建

电动汽车的未来快速发展趋势已被全世界认可,而与之相适应的坚强智能电网建设的加强也是势在必然,智能充换电服务网络的构建已是大势所趋。本文通过对服务网络构建的必要性和现状的分析,从六个方面对网络构建提出了一些建议。     

电动汽车智能充换电服务网络建设探讨

在能源危机和气候变暖的双重挑战下,电动汽车作为战略性新兴产业已成为我国发展低碳经济、落实节能减排政策的重要手段。构建运营电动汽车智能充换电服务网络,是大规模推广应用电动汽车的基础和前提,也是坚强智能电网建设的重要组成部分。本文就电动汽车智能充换电服务网络建设的政策条件、技术基础、成熟经验、加快发展等方面进行了探讨,提供了实践与研究的方向。     

探索电动汽车智能充换电网络运营模式

随着电动汽车行业的快速发展,现有充换电网络落后这一问题日渐突出。该文主要对充换电网络存在的问题进行分析,在此基础上结合沈阳电动汽车服务公司的工作实例,对智能充换电网络的运营模式进行探索,力求寻找一条使企业、用户、厂商、社会共赢的发展之路。     

电动汽车电能供给模式与充换电设施建设研究

该文研究分析了电动汽车产业发展所面临的瓶颈以及电能供应模式,并对3种电能供应模式进行比较,确立了快速换电为主的电动汽车电能供应模式.在快速换电模式下,阐述了电动汽车充换电设施服务网络的建设.     

浅谈电动汽车充换电设施建设模式的选择

为建设＂资源节约型,环境友好型＂社会,减少对石油资源的依赖,实现低碳经济发展,已成为我国经济社会可持续发展需要解决的问题,而随着汽车产业的壮大发展,推动新能源在交通领域的应用,已成为实现节能减排方式的重要手段。该文围绕电动汽车充换电设施建设模式选择、现阶段建设原则等进行分析和探讨,同时对电网企业应对充换电设施建设快速发展提出了初步建议,希望能够为充换电设施建设的具体实践提供有价值的参考和借鉴。     

电动汽车动力电池转运箱自动化的研究

为解决电动汽车动力电池转运箱自动化程度不高的现状,提出一种新型的电动汽车动力电池转运箱,与传统的电动汽车动力电池转运箱相比,新型转运箱能够与机器人配合实现短时间内的自动取放电池,在一些无法实现自动化的小型配送站,也可以进行手动操作,使更换电池的时间大大缩短,提高了更换电池的效率。新型电动汽车动力电池转运箱可以兼容目前市面上所有类型的电动汽车锂电电池,能够实现电池转运箱的标准化,加快实现全国范围内电动汽车锂电池电池规格统一,从而推动统一的充换电设备标准的建立,为跨地区的充换电服务网络的建设提供了依据。     

基于上下文感知的智能停车场系统的研究

上下文感知是在移动计算环境中实现人机自然交互的关键.车辆停放乱和车辆失窃是停车场的重点问题.针对该问题,提出了一种基于ZigBee和上下文感知的智能停车场管理系统,给出了智能停车管理系统的总体架构.该系统使用RFID对车和车主进行跟踪,并根据所感知信息进行上下文推理决策判断合法性,从而有效实现对停车场的智能化管理.     

基于上下文感知和注意机制的多学习情绪识别方法

为提高人脸图像情绪识别效率与准确性,在探讨了深度神经网络、注意机制与损失函数基础上,提出基于上下文感知与注意机制的多学习情绪识别网络结构．该网络主要由场景特征提取、身体特征提取与融合决策3个子网络组成,并采用单双输出结构,实现多标签情绪分类与连续空间情绪回归任务．考虑到多标签情绪分类时标签的不平衡性,提出了一个改进的焦点损失（focal loss,FL）函数,可为小样本或难分类样本分配更多的权重,从而提高了网络训练效率．利用EMOTIC数据集进行仿真,结果表明平均绝对误差回归组合损失训练性能更优,分类平均准确率与回归平均误差率分别为28.5%和0.098,该方法对于小样本或难分类样本具有更好的分类效果．      

普适环境下上下文感知计算的分析和综述

本文在分析上下文及上下文感知计算定义的基础上,首先讨论了上下文感知计算系统的建模与仿真问题,接着分析了上下文感知计算的系统框架,对现有的框架进行了分类,指出了系统框架所要解决的主要问题。最后介绍了上下文感知应用的研究情况。     

基于上下文感知的云计算平台分析研究

基于上下文感知的云计算平台为用户提供了一种新型、可靠、高效的数据服务模式.面向智慧城市大数据的存储管理服务中,复杂、多源、动态大数据的存储出现了效率低和可靠性差的问题.因此提出构建一种基于上下文感知的云计算平台的思路,采用基于上下文感知的云计算平台的四层结构,上下文感知算法实现智慧城市大数据的存储.理论分析和模式测试结果表明基于上下文感知的云计算平台满足了动态大数据的可靠存储的前提下,降低了数据分布式影响,极大提高了智慧城市大数据的存储管理能力.     

普适计算中基于本体的上下文感知研究

普适计算是一种新的计算模式。为了实现普适计算的目的,系统必须能够感知周围环境的信息,即：上下文。如何存储上下文信息,既有利于不同系统之间交换信息,又有利于用户的检索是一个关键问题。本研究提出的基于本体的上下文感知应用模型,能够解决这个问题。     

浅谈射频识别技术在南纤物流中心仓库管理中的应用

将射频识别技术（radio frequency identification，RFID）与南纤物流中心仓库管理系统（warehouse managementsystem，WMS）相结合，有利于提高作业和运行管理效率，实现仓库管理的现代化。     

电动公交车充换电站运营体系的动态建模

基于城市建设、充换电站规模、物流系统等多种元素,构建了适用性广泛的电动公交车充换电体系模型.根据公交车的运行特点,实现对电动公交车电池自动更换系统的模拟,建立了电动公交车充换电站的工作模型.针对换电站的电池实时需求,模拟了电池物流系统数据,进而模拟集中充电站的电池充电负荷曲线,分析集中充电站的充电行为和控制措施对电网负荷的影响.算例表明,该模型能够很好地反映一定区域内电动公交车充换电站的承载能力和运营效果,以及对电网负荷的影响.     

基于上下文感知的自适应目标跟踪算法

为了更好地在复杂环境下跟踪到目标的运动轨迹,提出一种基于上下文感知的自适应目标跟踪算法.在满足实时性和精度的情况下,利用相关滤波联合全局上下文进行背景训练,利用目标及其上下文区域,实现协同跟踪.通过卡尔曼滤波估计出目标的运动方向,并在训练滤波器时将目标运动方向上的背景信息作为先验信息,降低非运动方向上背景样本的权重,增...     

基于IPv6的电动汽车状态感知系统

电动汽车作为清洁绿色的新能源汽车,将在未来交通体系中发挥越来越重要的作用。电动汽车的研发需要在大量实际行驶数据的基础上进行统计分析,以定位存在的问题,从而对技术进行改进。目前针对车辆的感知分析系统主要针对传统动力汽车,并采用IPv4作为通讯协议,无法满足大规模部署对地址空间的需求。针对这些不足,该文设计实现了基于IPv6的电动汽车状态感知系统。系统接入车载网络后,全面感知电动汽车行驶的各项状态参数,并利用3G网络上的IPv6隧道上传至远程数据中心。一年多的实际部署应用表明:该系统能够有效地对大量电动汽车进行集中式的统计分析,使电动汽车研发机构可以更加深入全面地对电动汽车进行评估分析。     

射频识别：能颠覆供应链管理？

RFID的应用,将最大限度地降低原先用于监控货物和库存流动的人工成本,并使制造商和零售商能够更完善地监控整个供应链     

基于隐马尔科夫模型的上下文感知活动计算

为了推理移动用户在智能空间的活动，提出了基于隐马尔科夫模型的上下文感知活动计算．首先按照上下文的定义，采用元组方法表示移动用户和智能空间，然后根据活动理论基本构成元素和面向客体活动原理来描述用户活动和智能空间的状态变化，最后引用隐马尔科夫模型建立起用户活动与智能空间状态变化之间的联系，从而实现活动计算．该模型可以完整地描述活动分解为动作的过程，还可以根据每种活动的动作链标记用户活动数据，却不需要用户直接参与数据的标记．将该模型的动作状态数与上下文感知经验采样工具（ESM）的动作状态数进行比较，结果表明该模型的平均活动识别准确度比ESM高25％．     

基于射频识别的井下交通运输管理系统

针对辅助运输方式采用防爆柴油机无轨胶轮车不转载连续运输的矿井,应用射频识别和总线技术,开发井下交通运输管理系统,以解决井下作业车辆定位、调度等难题。首先确定系统结构及传输机制,然后研究了RFID定位算法以及管理数据库软件。本系统为井上人员及时掌握井下作业车辆的动态分布,以及实现交通调度提供了技术参考。