下载  >  行业  >  电信  > 南网103规约文本(最新)

南网103规约文本(最新) 评分:

此规约文本为南方电网2016年发布的最新规约文本,用于保信主子站间通讯。

...展开详情
2018-07-05 上传 大小:764KB
举报 收藏
分享
南网103规约(文件)

为了规范南方电网继电保护故障信息系统主站-子站之间的通信接口,加快继电保护故障信息系统的组织和实施,南方电网电力调度通信中心组织相关单位,总结了工程中的经验、教训,在对主站与子站之间的通信接口进行分析研究的基础上,征求了科研、设计、运行等单位的意见,参照IEC60870-5-103的标准并结合南方电网的实际情况编写了《南方电网继电保护故障信息系统主站-子站通信与接口规范》,下载的朋友注意了这是南网的103规约,试用于南方电网系统内。

立即下载
103源码调试可以通过这个软件看到103规约的发送以及编程规约

103源码调试,可以通过这个软件看到103规约的发送以及编程规约

立即下载
网络103传输规约

本规约描述了网络103通讯的需求,主要是针对网络103规约需要配置的数据进行描述

立即下载
国南网报文解析V7.9.26(电力行业国网698.45报文解析,南网报文解析,698模拟主站)

本人写的电力行业报文解析工具,单文件免安装版,随存随用,详细解析到每个字节,用过的人都说好,请多多支持原创。支持主站,集中器,专变终端的国网698.45规约,南网规约的报文解析,可以用以太网连上工具作为698模拟主站与终端通信,还有很多其它功能等待你发现。

立即下载
国网GDW130规约报文解析

国网GDW130规约报文解析,376.1协议解析

立即下载
保信主子站国网103规约

该规范主要是保信主子站之间使用国网103规约通讯的规约文本。

立即下载
南瑞继保网络103规约

南瑞继保网络103规约,和标准的103规约还是有点小区别的

立即下载
Q.CSG 11109004-2013计量自动化终端上行通信规约中国南方电网企业标准

Q.CSG 11109004-2013计量自动化终端上行通信规约中国南方电网企业标准

立即下载
保存图片到本地相册

保存图片到本地相册,可以在相册查看,Android 6.0以上也可以实现

立即下载
天猫淘宝秒杀抢购插件源码

天猫淘宝秒杀抢购360插件完整源码crx包,用rar或者zip解压,可得到源码进行修改,不做修改,可直接导入浏览器使用

立即下载
基于GPS轨迹数据的拥堵路段预测

基于真实的 GPS 轨迹数据,对城市拥堵路段进行预测. 在此过程中,摒弃传统的基于交通流预 测和拥堵识别的方法,提出一种新的基于拥堵向量和拥堵转移矩阵的拥堵路段预测方法. 该方法同时考虑路 段拥堵的时间周期性和时空相关性,通过对出租车 GPS 轨迹数据进行挖掘和训练,建立拥堵向量和拥堵转移 矩阵,实现对拥堵路段的预测. 真实数据集上的实验验证了所提的拥堵路段预测方法的有效性.

立即下载
JetbrainsCrack-2.6.10-release-enc.jar

JetbrainsCrack-2.6.10-release-enc.jarJetbrainsCrack-2.6.10-release-enc.jar

立即下载
现代控制理论清华高立群

高清无码,这本书讲解现代控制理论很通俗易懂,经典教程

立即下载
C语言链表和文件实现的超市管理系统

该超市管理系统使用C语言开发,用到了链表和文件的操作。该项目共支持三种类型的用户账户,root管理员,普通管理员,普通用户三种,实现了超市商品的进货,出售以及注册账号等的常用功能。

立即下载
CarSim中文教程

Carsim 软件入门: 1. Carsim简介; 1.1 Carsim快速入门; 2.Carsim整车建模; 3. Carsim仿真分析

立即下载
基于复杂城市道路网络的交通拥堵预测模型

】随着城市交通的发展,道路网络越来越复杂,交通拥堵越来越严重,准确预测交通拥堵是城市缓堵保畅,提高 城市交通管理能力关键技术之一。传统马尔可夫预测模型中的单变量模型只能解决单个时间序列上的交通预测问题,一阶模 型仅考虑了相邻时间点数据之间的影响,高阶多变量马尔可夫模型的预测精度不足,难以解决复杂城市道路网络交通拥堵预 测的问题。对此,文章提出了一种添加调节项的高阶多变量马尔可夫模型(AAT-HO3M),证明了模型的收敛性,进行了参数 估计,并参考城市道路交通运行评价指标体系,对城市拥堵进行预测分析。通过预测试验证明,AAT-HO3M预测精度高于传 统高阶多变量马尔可夫模型和改进高阶多变量马尔可

立即下载
基于深度学习的交通拥堵预测模型研究 *

针对城市道路交通拥堵预警问题,提出了一种基于深度学习的预测模型 。 通过归纳合并交通流参数 、 环境状态 、 时段等基础数据来构建交通流特征向量并确定四种预测状态 。 采用深度学习的自编码网络方法从无 标签数据集中学习获取可表征数据深层特征的隐层参数并生成新特征集 。 应用 Softmax 回归对有标签的新特征 集进行学习生成预测分类器,模型可对交通拥堵状况进行多态预测 。 通过仿真对比分析,预测模型具有较省略 特征学习的预测算法更好的预测性能,平均预测精度可达 85% 。

立即下载