-
公开(公告)号：CN106375401B
公开(公告)日：2021-12-03
申请号：CN201610772936.5
申请日：2016-08-30
申请人： 全球能源互联网研究院 , 东南大学 , 国网江苏省电力公司 , 国家电网公司 , 国网江苏省电力公司南京供电公司
IPC分类号： H04L29/08
摘要： 一种支持多流汇聚的电力多模异构融合装置，其包括通信模块和主控模块，所述通信模块包括：3G无线数据模块、4G无线数据模块、WIFI无线数据模块；所述主控模块包括：ARM芯片、NAND Flash芯片、SDRAM芯片、以太网控制芯片、PHY芯片、串口芯片、接口和电源；所述通信模块通过USB接口与所述主控模块相连。本发明的技术方案支持3G/4G/WIFI通信模块的异构融合通信，根据不同网络场景，自适应选择最佳的通信链路，通过多流汇聚技术提升了通信传输速率，双链路聚合带宽可提升为单链路的1.5倍左右，满足视频流等大容量、高速率等业务的传输需求。
-
公开(公告)号：CN106375401A
公开(公告)日：2017-02-01
申请号：CN201610772936.5
申请日：2016-08-30
申请人： 全球能源互联网研究院 , 东南大学 , 国网江苏省电力公司 , 国家电网公司 , 国网江苏省电力公司南京供电公司
IPC分类号： H04L29/08
CPC分类号： H04L67/12
摘要： 一种支持多流汇聚的电力多模异构融合装置，其包括通信模块和主控模块，所述通信模块包括：3G无线数据模块、4G无线数据模块、WIFI无线数据模块；所述主控模块包括：ARM芯片、NAND Flash芯片、SDRAM芯片、以太网控制芯片、PHY芯片、串口芯片、接口和电源；所述通信模块通过USB接口与所述主控模块相连。本发明的技术方案支持3G/4G/WIFI通信模块的异构融合通信，根据不同网络场景，自适应选择最佳的通信链路，通过多流汇聚技术提升了通信传输速率，双链路聚合带宽可提升为单链路的1.5倍左右，满足视频流等大容量、高速率等业务的传输需求。
-
公开(公告)号：CN205596362U
公开(公告)日：2016-09-21
申请号：CN201620237902.1
申请日：2016-03-25
申请人： 全球能源互联网研究院 , 国网江苏省电力公司 , 国家电网公司 , 东南大学 , 国网江苏省电力公司南京供电公司
IPC分类号： H04W88/06
摘要： 本实用新型提供一种用于电力系统的多模异构融合终端包括控制器模块、公网通信模块、专网通信模块、wifi模块、天线单元、存储单元和供电单元；所述控制器模块通过USB口分别与所述公网通信模块、专网通信模块、wifi模块和存储单元相互连接；所述天线单元分别与公网通信模块、专网通信模块和wifi模块连接；所述供电单元为所述控制器模块、公网通信模块、专网通信模块、wifi模块、天线单元和存储单元供电；所述公网通信模块、所述专网通信模块上行连接基站，所述wifi模块下行连接电力业务终端。该终端可融合无线公网、电力通信专网、wifi等多种网络技术，在不同的网络场景下选取不同的网络制式，可选多重通道进行数据传输，提高了通信网络的可靠性。
-
公开(公告)号：CN105184486A
公开(公告)日：2015-12-23
申请号：CN201510564935.7
申请日：2015-09-08
摘要： 本发明涉及一种基于有向无环图支持向量机的电网业务分类方法，包括：将采集数据分为训练集与测试集并采用卡方检验的特征选择算法对所述训练集进行处理，获取所述训练集对应的最优特征集，利用训练集中每两类构造一个SVM二分类器，基于有向无环图支持向量机(Directed Acyclic Graphs Support Vector Machine,DAG-SVM)算法对SVM二分类器进行处理，将分类错误概率小的分类器进行分类判决，排除样本属于某类的可能性，而在分类错误概率大的分类器中，不排除样本属于任一类的可能性，将两个类别都保留，并以此为依据调整有向无环图构造的学习结构直至获取测试集样本的分类结果，本发明方法解决了解决传统DAG-SVM算法存在的误差累积问题，能够有效的提高电网业务识别的准确率。
-
公开(公告)号：CN105160598A
公开(公告)日：2015-12-16
申请号：CN201510543233.0
申请日：2015-08-28
摘要： 本发明涉及一种基于改进EM算法的电网业务分类方法，将采集数据分为训练集和测试集并进行预处理，通过SFS算法选取合适的属性集，引入训练数据的类先验信息进行EM算法，得到一个高斯混合模型和类信息相关的矩阵，矩阵可以用来限制某个高斯模型只能表示特定的几种类别，再利用此矩阵和基于q参数的确定性退火EM算法q-DAEM来得到一个准确的聚类模型；本发明提供的方法能够利用EM算法和训练集的类先验信息来生成一个Z矩阵，在q-DAEM算法中引入Z矩阵，可以在迭代时有更好的收敛速度，生成一个合适的聚类模型，对电网采集数据进行处理，能够有效提高业务识别能力。
-
公开(公告)号：CN104618983A
公开(公告)日：2015-05-13
申请号：CN201510050895.4
申请日：2015-01-30
摘要： 本发明提供一种基于随机能量补给的无线传感网络的通信方法，所述方法首先建立和更新存储传感器节点能量信息的路由表，再根据路由表选择数据传输路径，接入到通信网络的接入层，完成数据传输。本发明在节点能量能够得到保障的前提下，进一步降低消息传递延时，有效的降低了网络中的累积传输延时。并且减少网络传输中的跳数，在各个节点能量得到均衡的同时，网络节点总能量也随着跳数的减少而得到了更有效的利用。
-
公开(公告)号：CN104618983B
公开(公告)日：2018-11-27
申请号：CN201510050895.4
申请日：2015-01-30
摘要： 本发明提供一种基于随机能量补给的无线传感网络的通信方法，所述方法首先建立和更新存储传感器节点能量信息的路由表，再根据路由表选择数据传输路径，接入到通信网络的接入层，完成数据传输。本发明在节点能量能够得到保障的前提下，进一步降低消息传递延时，有效的降低了网络中的累积传输延时。并且减少网络传输中的跳数，在各个节点能量得到均衡的同时，网络节点总能量也随着跳数的减少而得到了更有效的利用。
-
公开(公告)号：CN105184316A
公开(公告)日：2015-12-23
申请号：CN201510543111.1
申请日：2015-08-28
CPC分类号： G06K9/6269 , G06Q50/06
摘要： 本发明涉及一种基于特征权学习的支持向量机电网业务分类方法，利用特征权学习方法结合支持向量机多分类特点，对业务分类问题进行处理，包括：将采集数据划分为训练集与测试集，采用1-a-1SVM分类方法将多分类问题分解为一系列SVM二分类问题，对每个SVM二分类器分别进行参数寻优与特征子集选取，并引入特征学习思想，对不同特征赋予不同的权值，以表征其重要性程度。根据选取的最优特征子集与最优参数训练模型，得到的模型即为分类模型，然后对测试集样本进行分类；本发明提供的方法，通过根据各自特点分别选取每个SVM二分类器中最优参数与特征子集重新训练SVM分类模型，充分考虑了不同子分类器之间的差异性，具有更好的分类精度。
-
公开(公告)号：CN105160598B
公开(公告)日：2021-01-15
申请号：CN201510543233.0
申请日：2015-08-28
IPC分类号： G06K9/62 , G06F30/27 , G06F113/04
摘要： 本发明涉及一种基于改进EM算法的电网业务分类方法，将采集数据分为训练集和测试集并进行预处理，通过SFS算法选取合适的属性集，引入训练数据的类先验信息进行EM算法，得到一个高斯混合模型和类信息相关的矩阵，矩阵可以用来限制某个高斯模型只能表示特定的几种类别，再利用此矩阵和基于q参数的确定性退火EM算法q‑DAEM来得到一个准确的聚类模型；本发明提供的方法能够利用EM算法和训练集的类先验信息来生成一个Z矩阵，在q‑DAEM算法中引入Z矩阵，可以在迭代时有更好的收敛速度，生成一个合适的聚类模型，对电网采集数据进行处理，能够有效提高业务识别能力。
-
公开(公告)号：CN105184316B
公开(公告)日：2019-05-14
申请号：CN201510543111.1
申请日：2015-08-28
摘要： 本发明涉及一种基于特征权学习的支持向量机电网业务分类方法，利用特征权学习方法结合支持向量机多分类特点，对业务分类问题进行处理，包括：将采集数据划分为训练集与测试集，采用1‑a‑1SVM分类方法将多分类问题分解为一系列SVM二分类问题，对每个SVM二分类器分别进行参数寻优与特征子集选取，并引入特征学习思想，对不同特征赋予不同的权值，以表征其重要性程度。根据选取的最优特征子集与最优参数训练模型，得到的模型即为分类模型，然后对测试集样本进行分类；本发明提供的方法，通过根据各自特点分别选取每个SVM二分类器中最优参数与特征子集重新训练SVM分类模型，充分考虑了不同子分类器之间的差异性，具有更好的分类精度。
-
-
-
-
-
-
-
-
-
搜索结果
264 条记录 (耗时 0.098 秒)
