Invention Publication
- Patent Title: 一种基于深度学习的电力通信网可靠性预测和保障方法和系统
-
Application No.: CN201911017376.2Application Date: 2019-10-24
-
Publication No.: CN111062464APublication Date: 2020-04-24
- Inventor: 王亚男 , 张庚 , 汪洋 , 丁慧霞 , 王智慧 , 李卓桐 , 赵永利 , 高凯强 , 黄建彰 , 任佳星 , 吴赛 , 孟萨出拉 , 李健 , 李哲 , 邱丽君 , 尹弘亮 , 张颉 , 柴继文
- Applicant: 中国电力科学研究院有限公司 , 北京邮电大学 , 国网四川省电力公司电力科学研究院 , 国家电网有限公司
- Applicant Address: 北京市海淀区清河小营东路15号
- Assignee: 中国电力科学研究院有限公司,北京邮电大学,国网四川省电力公司电力科学研究院,国家电网有限公司
- Current Assignee: 中国电力科学研究院有限公司,北京邮电大学,国网四川省电力公司电力科学研究院,国家电网有限公司
- Current Assignee Address: 北京市海淀区清河小营东路15号
- Agency: 北京工信联合知识产权代理有限公司
- Agent 姜丽辉
- Main IPC: G06N3/04
- IPC: G06N3/04 ; G06N3/08 ; G06Q10/04 ; G06Q10/06 ; G06Q50/06

Abstract:
本发明提供一种基于深度学习的电力通信网可靠性预测和保障方法和系统。所述方法和系统采用深度置信网络和双向LSTM神经网络分别对网络中的状态数据和计算的可靠性指标数据进行特征提取和预测,预测得出下一有效时间段内的网络状态和相应的可靠性指标。之后通过对预测的可靠性指标进行评估,若不满足标准阈值,则需要进行网络优化以提高网络的可靠性,优化时则结合预测到的下一有效时间段内的网络基本数据,选择相应的光缆优化、节点优化以及业务层级的优化,提高网络的整体可靠性。所述方法和系统通过结合预测的下一时间段的网络业务状态对电力通信网进行优化,从远期安稳提供通信服务的角度提高了网络可靠性。
Public/Granted literature
- CN111062464B 一种基于深度学习的电力通信网可靠性预测和保障方法和系统 Public/Granted day:2022-07-01
Information query