全球领先的ICT解决方案供应商华为,于7月28日参加全国电力系统及其管理信息交换标准化技术委员会在大连主办的第八届配电自动化技术应用论坛,并首次推出面向国内电力无线专网的eLTE解决方案。
随着智能电网技术的不断发展和应用,ICT技术助力对电网的全景状态感知、预测、诊断与决策,支撑电网的高效管理和运营。华为在发、输、变、配、用电领域提供端到端的eLTE无线智能电网解决方案,助力智能电网建设和发展,并在英国、奥地利、墨西哥等全球多个国家和地区有实际业务应用,极大提升了电力的智能化水平和管理效率。
中国智能电网发展,已形成以骨干光纤为主体,多种接入技术共同发展的趋势,无线专网由于其部署便利性、安全性和灵活性,已成为智能电网发展的最佳接入方式。针对国内电力无线专网发展具有频谱特殊、业务多样等特点,华为首次推出了面向国内电力无线专网的eLTE解决方案。
电力无线专网建设需考虑频谱充分利用、技术先进性、业务适用性和产业链等多个维度。
在频谱方面,电力无线专网建设需充分使用可用频谱资源服务电力业务。国家无线电管理委员会分配给电力230M 40个离散25kHz专用频点,工信部同时分配1785M-1805MHz的行业频谱可用于申请建设电力无线专网,同时通用计量频段470M-510MHz以及开放频段5.8G都可用于电力无线专网建设。
技术先进性方面,4G LTE技术已充分论证,不论性能、安全、工程建设的便利性都能满足电力无线专网的需求。同时,随着移动技术行业化,5G技术4.5G化的发展趋势,4.5G技术对提升4G LTE的频谱利用率、覆盖、时延和容量都在运营商市场得到充分验证,4.5G先进技术可用于提升电力无线专网价值。
业务适用性方面,4.5G技术充分满足电力业务宽带、窄带业务并存,海量终端接入,高可靠、低时延、低功耗等业务场景需求。
产业链方面,国际移动通信标准组织3GPP定义的4G、4.5G和5G具备广泛的产业链基础,可保证电力无线专网建设的经济性和长期演进性。
华为推出的电力无线专网eLTE解决方案充分考虑230M、1.8G、470M、5.8G等多种频率资源,融合了多天线技术、高阶MIMO、LTE-U和IoT等多种4.5G技术,全面服务电力无线专网建设。华为企业无线产品线副总裁崔景龙在“华为eLTE无线智能电网解决方案”的主题演讲中表示,凭借在3GPP标准组织的领先地位和技术积累,华为已率先将无线4.5G技术应用于电力生产和管理业务流,并推出基于4.5G技术的eLTE无线智能电网解决方案。华为eLTE具有建设便捷、网络安全、经济性好的优势,可随时随地、灵活接入不同带宽需求的固定和移动业务,实现一网多用,充分发挥无线专网的价值,解决配电自动化、微电网接入、充电桩管理、AMI抄表等实际应用场景,深度融合电力行业需求。
华为企业无线产品线副总裁崔景龙
华为eLTE解决方案深度适配电力行业,提供室外型、嵌入式的多样化无线接入终端,直接对接电力终端设备。同时提供标准的Mini PCIe卡和公专合一模组,用于电力合作伙伴集成到具备无线通信功能的电力终端中。公专网融合将是电力无线接入网近期的发展趋势,华为提供的公专网合一模组满足电力无线发展初期专网覆盖不足,先通过公网解决接入问题。随着专网的全面覆盖,将业务平滑切换到专网的需求。在本次论坛中,华为全面展示了从终端、网络和应用层的配电自动化通信解决方案。其中,华为与合作伙伴进行了产品联合展示,华为eLTE解决方案同故障指示器联合作业,实现对电力线路的实时检测和数据回传,有力地支撑电网的运检工作,保障电网正常运行。
华为一直以最开放的心态、始终坚持以客户为中心,不断努力和创新,与最优秀的伙伴,共同助力电力行业客户商业成功。
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。