-
公开(公告)号:CN108306822A
公开(公告)日:2018-07-20
申请号:CN201810015804.7
申请日:2018-01-08
申请人: 国网江苏省电力有限公司 , 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力公司南京供电公司 , 国网江苏省电力公司无锡供电公司 , 南瑞集团有限公司
IPC分类号: H04L12/741 , H04L29/12
摘要: 本发明公开了一种适用于软件定义网络的流表合并方法,针对不同策略转换的流表的合并问题,设计了一种基于应用层策略转换的两阶段流表合并算法,对来自同一策略或者不同策略转换的流表进行判断,当符合合并条件时将流表进行合并,从而减少了流表的数量,在一定程度上减轻了底层交换机的存储负担,解决了底层交换机存储空间不足的问题。
-
公开(公告)号:CN108366368A
公开(公告)日:2018-08-03
申请号:CN201810015823.X
申请日:2018-01-08
申请人: 国网江苏省电力有限公司 , 国网江苏省电力公司无锡供电公司 , 国网江苏省电力公司南京供电公司 , 南瑞集团有限公司
摘要: 本发明公开了一种基于Wi-Fi的电力云平台系统,包括:AP接入层,安全接入平台层,以及云Wi-Fi管控平台层。本发明还提出了该系统的无线接入方法,当变电站中的智能机器人或者供电营业厅中的手持作业终端等设备接入到AP接入点后,部署在省级公司信息内网的云Wi-Fi管控平台层实现了对全省变电站的智能机器人和供电营业厅中的手持Pad终端等设备的统一网络管理和监控,并能通过无线定位方法记录智能机器人终端的位置信息与行为轨迹,让变电站运行更加方便、成本更低,营业厅终端也实现了随时随地处理业务,从而让变电站和营业厅的运行降低成本、提高效率并安全可靠。
-
公开(公告)号:CN109271374A
公开(公告)日:2019-01-25
申请号:CN201811220356.0
申请日:2018-10-19
申请人: 国网江苏省电力有限公司信息通信分公司 , 南瑞集团有限公司 , 国电南瑞科技股份有限公司
摘要: 本发明公开了一种基于机器学习的数据库健康度打分方法和打分系统,其中打分方法包括如下步骤:1、采集数据库监控指标,通过专家模型得到健康度打分;采集到的原始数据和打分作为样本集;2、对样本集中的数据进行去噪、归一化等预处理,并将其分为训练数据、验证数据和测试数据;3、采用回归预测算法建立回归预测模型,利用训练数据训练模型参数,利用验证数据调整模型参数,利用测试数据测试模型的效果;4、读取数据库一段时间内的监控指标并进行预处理,作为回归预测模型的输入,模型的输出即为当前或未来一段时间数据库健康度打分结果。该方法可以对大量的数据库监控指标进行分析,通过建立回归预测模型,得到当前或未来时刻的数据库健康度打分结果。
-
公开(公告)号:CN109542742A
公开(公告)日:2019-03-29
申请号:CN201811352658.3
申请日:2018-11-14
申请人: 国网江苏省电力有限公司信息通信分公司 , 南瑞集团有限公司 , 国电南瑞科技股份有限公司
IPC分类号: G06F11/34
摘要: 本发明公开了一种基于专家模型的数据库服务器硬件健康评估方法,该评估方法包括采集操作系统硬件指标,将硬件指标分成专家模型内指标,为专家模型内指标分配分数权重,并且制定多级阈值和扣分标准,指标值落在不同阈值范围扣除相应等级的分数;自动周期性采集硬件指标;根据专家模型规则计算数据库服务器硬件指标,输出数据库服务器硬件的健康得分。上述评估方法选取了数据库硬件的关键指标,解决了指标选取可靠性问题;将指标组合配比,构建数据库硬件健康模型,通过为模型内指标分配权重,以及设置动态阈值,解决评估单一性问题;通过自动采集和模型计算,对数据库硬件健康度进行评估,解决人工评估成本高问题。
-
公开(公告)号:CN109344201A
公开(公告)日:2019-02-15
申请号:CN201811207264.9
申请日:2018-10-17
申请人: 国网江苏省电力有限公司信息通信分公司 , 南瑞集团有限公司 , 国电南瑞科技股份有限公司
摘要: 本发明提供一种基于机器学习的数据库性能负载评估系统及评估方法,利用机器学习算法训练数据生成性能负载学习模型,经过数据加工,将这些海量数据作为训练集并运用机器学习技术加以训练,最终生成性能和负载学习模型,利用此模型对新产生的特征数据进行预测,评估数据库的性能和负载情况。一方面,该评估系统的结论比专家模型对特征的分析更加合理,更不会遗漏重要的性能负载指标,对数据库性能和负载的问题定位更加准确;另一方面,降低对数据库运维人员的知识和能力要求,可以极大节省人力成本,提供工作效率。
-
公开(公告)号:CN109271374B
公开(公告)日:2021-01-26
申请号:CN201811220356.0
申请日:2018-10-19
申请人: 国网江苏省电力有限公司信息通信分公司 , 南瑞集团有限公司 , 国电南瑞科技股份有限公司
摘要: 本发明公开了一种基于机器学习的数据库健康度打分方法和打分系统,其中打分方法包括如下步骤:1、采集数据库监控指标,通过专家模型得到健康度打分;采集到的原始数据和打分作为样本集;2、对样本集中的数据进行去噪、归一化等预处理,并将其分为训练数据、验证数据和测试数据;3、采用回归预测算法建立回归预测模型,利用训练数据训练模型参数,利用验证数据调整模型参数,利用测试数据测试模型的效果;4、读取数据库一段时间内的监控指标并进行预处理,作为回归预测模型的输入,模型的输出即为当前或未来一段时间数据库健康度打分结果。该方法可以对大量的数据库监控指标进行分析,通过建立回归预测模型,得到当前或未来时刻的数据库健康度打分结果。
-
公开(公告)号:CN110309955B
公开(公告)日:2022-07-15
申请号:CN201910511227.5
申请日:2019-06-13
申请人: 南瑞集团有限公司 , 国电南瑞科技股份有限公司 , 国网陕西省电力公司
摘要: 本发明公开了一种云环境应用系统非停机升级时的负载预测方法及装置,该方法包括:按时间序列获取云环境应用系统下非停机升级时功能模块负载样本数据集,并进行预处理;对预处理后的负载样本数据集采用三角形隶属函数进行模糊化处理,并用均值等分区间离散化,生成负载离散样本数据集;将负载离散样本数据集交叉生成训练集Str和测试集Ste,利用所述训练集Str构建决策树模型进行升级时负载高低的预测,并进行迭代训练;采用测试集Ste对训练后的决策树模型进行剪枝并进行负载预测。本发明用于解决现有静态负载预测方法负载预测精度不高的问题,实验结果表明,本发明给出的基于决策树预测模型可以很好的预测出在指定日期的负载高低,错误率在3%以内。
-
公开(公告)号:CN110247805B
公开(公告)日:2021-11-30
申请号:CN201910550676.0
申请日:2019-06-24
申请人: 南瑞集团有限公司 , 国电南瑞科技股份有限公司 , 国网陕西省电力公司
摘要: 本发明公开一种基于K壳分解的识别传播关键节点的方法及装置,该方法包括:通过采集社交平台的消息转发建立传播网络,将所述传播网络中转发消息的个体确定为节点;依据好友列表数据得到各个节点对应的连边数量;依据所述节点的度计算各个节点的K壳索引;计算所述传播网络中每对节点间的最短距离,所述节点间的最短距离用来表征个体处于社交网络中的传播位置;根据所述K壳索引和所述节点间的最短距离计算各个节点的排名对应分值,进而得到所述传播网络中的关键传播者。本发明可以更加准确的定位节点在网络中的定位,准确的挖掘出社交网络中的关键传播者,降低错判率。
-
公开(公告)号:CN110309955A
公开(公告)日:2019-10-08
申请号:CN201910511227.5
申请日:2019-06-13
申请人: 南瑞集团有限公司 , 国电南瑞科技股份有限公司 , 国网陕西省电力公司
摘要: 本发明公开了一种云环境应用系统非停机升级时的负载预测方法及装置,该方法包括:按时间序列获取云环境应用系统下非停机升级时功能模块负载样本数据集,并进行预处理;对预处理后的负载样本数据集采用三角形隶属函数进行模糊化处理,并用均值等分区间离散化,生成负载离散样本数据集;将负载离散样本数据集交叉生成训练集Str和测试集Ste,利用所述训练集Str构建决策树模型进行升级时负载高低的预测,并进行迭代训练;采用测试集Ste对训练后的决策树模型进行剪枝并进行负载预测。本发明用于解决现有静态负载预测方法负载预测精度不高的问题,实验结果表明,本发明给出的基于决策树预测模型可以很好的预测出在指定日期的负载高低,错误率在3%以内。
-
公开(公告)号:CN110247805A
公开(公告)日:2019-09-17
申请号:CN201910550676.0
申请日:2019-06-24
申请人: 南瑞集团有限公司 , 国电南瑞科技股份有限公司 , 国网陕西省电力公司
摘要: 本发明公开一种基于K壳分解的识别传播关键节点的方法及装置,该方法包括:通过采集社交平台的消息转发建立传播网络,将所述传播网络中转发消息的个体确定为节点;依据好友列表数据得到各个节点对应的连边数量;依据所述节点的度计算各个节点的K壳索引;计算所述传播网络中每对节点间的最短距离,所述节点间的最短距离用来表征个体处于社交网络中的传播位置;根据所述K壳索引和所述节点间的最短距离计算各个节点的排名对应分值,进而得到所述传播网络中的关键传播者。本发明可以更加准确的定位节点在网络中的定位,准确的挖掘出社交网络中的关键传播者,降低错判率。
-
-
-
-
-
-
-
-
-