一种基于云网融合的数据监测和修正方法及系统

    公开(公告)号:CN118945067A

    公开(公告)日:2024-11-12

    申请号:CN202411241036.9

    申请日:2024-09-05

    发明人: 康俊燕

    摘要: 本发明公开了一种基于云网融合的数据监测和修正方法及系统,方法包括:步骤S1、基于云网融合技术,在云平台上获取所有网关的监测和运行数据,得到预处理数据;步骤S2、对所述预处理数据进行分析,根据分析结果预测网关和故障;步骤S3、基于聚类算法对故障网关传输数据进行修正;步骤S4、标记故障网关,选择备用网关传输所述修正数据,完成数据监测和修正。本发明通过云平台的数据处理能力,可以收集到的网关数据进行智能分析,并基于分析结果预测网关的故障和性能,根据预测结果提前干预,提取进行维护和优化。

    网络节点影响力预测模型确定方法、应用方法及相关装置

    公开(公告)号:CN118945065A

    公开(公告)日:2024-11-12

    申请号:CN202411170555.0

    申请日:2024-08-23

    发明人: 李大庆 朱炳毓

    摘要: 本发明公开了一种网络节点影响力预测模型确定方法、应用方法及相关装置,涉及影响力预测领域,网络节点影响力预测模型确定方法包括:基于节点相对熵建立真实网络节点的相似性网络,并对所述相似性网络进行渗流攻击,建立代表性节点数据集合;所述代表性节点数据集合包括:代表性节点的节点特征、代表性节点所在真实网络的网络拓扑结构和代表性节点对应的影响力期望;从而通过建立的代表性节点数据集合对预训练模型的网络参数进行优化,即可得到网络节点影响力预测模型。本发明可对网络节点影响力进行准确预测。

    一种节点状态异常时电力网络故障传播抑制方法

    公开(公告)号:CN118869744A

    公开(公告)日:2024-10-29

    申请号:CN202410928150.2

    申请日:2024-07-11

    摘要: 本发明提供一种节点状态异常时电力网络故障传播抑制方法,涉及复杂电力网络结构技术领域。首先,建立节点状态异常时复杂电力网络的故障传播模型;然后,基于构建的复杂电力网络的故障传播模型分析节点状态异常时故障传播特性,对复杂电力网络中发生状态异常的节点引起的故障传播进行抑制。本发明通过引入电气承载量概念和建立故障传播模型,揭示了复杂电力网络中由节点状态异常引起的问题,提出了顽固节点的概念,并通过一种低复杂度的切边算法,提出了一种电力网络故障传播抑制方法,显著提升了电力系统的稳定性,有效利用了网络冗余,识别并处理了电力系统的薄弱环节,为电力系统运行和维护提供了实际可行的解决方案,具备广泛的应用潜力。

    基于大数据分析的网络规划方法和系统

    公开(公告)号:CN118869506A

    公开(公告)日:2024-10-29

    申请号:CN202411165241.1

    申请日:2024-08-23

    申请人: 王文孟

    发明人: 王文孟

    摘要: 本发明提供一种基于大数据分析的网络规划方法和系统,所述方法包括:根据预设的网络检测时间节点,获取多个网络路径传输的链路检测大数据;所述链路检测大数据包括链路传输速率和链路稳定性;根据所述链路传输速率和链路稳定性,确定各个所述网络路径的路径等级;获取各个企业用户网络通信账户的网络通讯等级;根据所述网络通讯等级和所述路径等级,规划各个企业用户设备进行网络通信的网络路径。本发明可以提高企业网络规划的合理性,使企业网络资源可以优先分配给网络通讯等级高的企业用户设备,减少网络通讯等级高的企业用户设备受到网速慢、网络不稳定的影响。

    一种用于互联网设备的数据分析云平台

    公开(公告)号:CN118869464A

    公开(公告)日:2024-10-29

    申请号:CN202410819613.1

    申请日:2024-06-24

    发明人: 钟木宝

    摘要: 本发明涉及数据分析技术领域,具体公开了一种用于互联网设备的数据分析云平台,包括:采集模块:将监测周期划分为n个长度相同的故障周期,统计每个故障周期内设备故障的次数,并确定每次出现故障的时间与相邻的上一次检修的时间间隔,并确定每次故障的维修时间;分析模块:计算故障次数修正值;计算时间比值,并获取其中的最大值,获取最大值随时间变化的曲线,并得到判定比例;修正模块:计算检修周期修正系数,并根据检修周期修正系数和初始设定的检修周期确定下一次检修的时间。本发明可以动态调整检修周期的长度,提高设备运行可靠性和减少因故障导致的停机时间。

    一种网络配置领域生成式大语言模型的实现方法、电子设备及存储介质

    公开(公告)号:CN118869426A

    公开(公告)日:2024-10-29

    申请号:CN202410844342.5

    申请日:2024-06-27

    申请人: 东北大学

    摘要: 本发明提供一种网络配置领域生成式大语言模型的实现方法、电子设备及存储介质,属于网络管理领域。本发明首先采取网络配置领域的相关文档对开源大语言模型进行增量预训练,将网络配置的相关知识注入大语言模型,得到增量预训练模型;然后采用高质量的“自然语言,网络拓扑,全网范围内的网络配置”对齐数据,对增量预训练模型进行进一步有监督微调,交给大语言模型如何实现全网配置生成任务,得到有监督微调模型;最后采用有监督微调模型生成的配置作为负样本,训练集中的正确配置作为正样本,对有监督微调模型进行直接偏好优化,提高模型生成的准确率,得到最终的配置领域生成式大语言模型,该模型不仅能理解网络配置的复杂性,还能生成符合实际需求的配置方案。