基于分簇的电力物联传感网时间同步方法

    公开(公告)号:CN118157804A

    公开(公告)日:2024-06-07

    申请号:CN202410151605.4

    申请日:2024-02-02

    Abstract: 本申请提供一种基于分簇的电力物联传感网时间同步方法,所述方法包括:基于FCM算法对电力物联系统中的多个传感器节点进行分簇,得到传感器分簇网络;基于自适应参数优化的ATS算法对所述传感器分簇网络中的各个簇头节点的簇头虚拟时钟进行时间同步;基于标准化残差优化的FTSP算法对所述传感器分簇网络中的各簇分别进行时间同步,以使各个所述簇头节点的簇头虚拟时钟与各自对应的多个成员节点的成员虚拟时钟达到时间同步。本申请能够有效提高电力物联系统中传感器网络的时间同步方法的同步精度、收敛速度、可靠性,以及能够有效降低传感器节点的故障率,进而能够有效延长电力物联传感网的寿命。

    一种基于模糊神经网络的故障预测方法

    公开(公告)号:CN104598984B

    公开(公告)日:2018-03-02

    申请号:CN201410743621.9

    申请日:2014-12-08

    Abstract: 本发明涉及一种基于模糊神经网络的故障预测方法,能够解决现有技术中无法进行在线故障预测的问题。所述基于模糊神经网络的故障预测方法包括:根据故障预测时序建立算法模型;读取表征网络运行状态的τ个时隙的τ个n维指标数据;向输入层神经元节点中输入τ个指标数据;预处理层神经元节点利用第一映射函数将每一个n维指标数据中的每一类别的指标数据映射成集合S中的一种;根据预先确定的预处理层神经元节点与规则层神经元节点间的关联权重确定出指标与故障间的关联规则;根据指标与故障间的关联规则确定出τ个指标数据处于故障倾向模式和无故障模式的概率;将概率中较大的概率所对应的模式确定为预测结果。本发明适用于需要进行故障预测的场合。

Patent Agency Ranking