-
公开(公告)号:CN112560204B
公开(公告)日:2023-01-10
申请号:CN202011112574.X
申请日:2020-10-16
Applicant: 北京邮电大学 , 国网新疆电力有限公司电力科学研究院 , 国家电网有限公司 , 中国电力科学研究院有限公司
Abstract: 本说明书一个或多个实施例提供一种基于LSTM深度学习的光网络路由优化方法及其相关装置,应用深度学习中的LSTM预测模型,通过学习不同场景下的链路使用率和业务剩余时间特征与路由策略复杂的映射关系,将网络中链路和业务整体信息作为输入,通过几层神经网络计算快速获取重构阈值,来决策是否进行路由优化策略。该方法解决了现有技术中算法通常存在特征学习能力有限,对复杂函数的表达能力比较差,优化目标参数单一,交换机资源有限和网络资源开销巨大的缺陷,同时该阈值随着业务的不断到来可以实时高效的改变,从而缓解因为网络流量波动或者承载业务量过多而导致业务阻塞的情况,实现了光网络业务自适应的路由优化。
-
公开(公告)号:CN113596630B
公开(公告)日:2022-11-15
申请号:CN202110536222.5
申请日:2021-05-17
Applicant: 北京邮电大学 , 国网新疆电力有限公司电力科学研究院 , 国家电网有限公司 , 中国电力科学研究院有限公司
IPC: H04Q11/00
Abstract: 本说明书一个或多个实施例提供一种混合栅格光网络的路由资源分配方法及装置,包括:确定潜在升级节点;根据源节点与目的节点,确定所述源节点到所述目的节点之间的工作路径和保护路径;其中,所述工作路径包括所述潜在升级节点,所述保护路径不包括所述潜在升级节点;利用所述工作路径传输数据时,当所述潜在升级节点升级时,将所述工作路径切换至所述保护路径继续传输数据。利用本说明书的方法,在光网络升级时,能够保证数据传输可靠性。
-
公开(公告)号:CN112560204A
公开(公告)日:2021-03-26
申请号:CN202011112574.X
申请日:2020-10-16
Applicant: 北京邮电大学 , 国网新疆电力有限公司电力科学研究院 , 国家电网有限公司 , 中国电力科学研究院有限公司
Abstract: 本说明书一个或多个实施例提供一种基于LSTM深度学习的光网络路由优化方法及其相关装置,应用深度学习中的LSTM预测模型,通过学习不同场景下的链路使用率和业务剩余时间特征与路由策略复杂的映射关系,将网络中链路和业务整体信息作为输入,通过几层神经网络计算快速获取重构阈值,来决策是否进行路由优化策略。该方法解决了现有技术中算法通常存在特征学习能力有限,对复杂函数的表达能力比较差,优化目标参数单一,交换机资源有限和网络资源开销巨大的缺陷,同时该阈值随着业务的不断到来可以实时高效的改变,从而缓解因为网络流量波动或者承载业务量过多而导致业务阻塞的情况,实现了光网络业务自适应的路由优化。
-
公开(公告)号:CN113596630A
公开(公告)日:2021-11-02
申请号:CN202110536222.5
申请日:2021-05-17
Applicant: 北京邮电大学 , 国网新疆电力有限公司电力科学研究院 , 国家电网有限公司 , 中国电力科学研究院有限公司
IPC: H04Q11/00
Abstract: 本说明书一个或多个实施例提供一种混合栅格光网络的路由资源分配方法及装置,包括:确定潜在升级节点;根据源节点与目的节点,确定所述源节点到所述目的节点之间的工作路径和保护路径;其中,所述工作路径包括所述潜在升级节点,所述保护路径不包括所述潜在升级节点;利用所述工作路径传输数据时,当所述潜在升级节点升级时,将所述工作路径切换至所述保护路径继续传输数据。利用本说明书的方法,在光网络升级时,能够保证数据传输可靠性。
-
公开(公告)号:CN114978346A
公开(公告)日:2022-08-30
申请号:CN202210582957.6
申请日:2022-05-26
Applicant: 中国电力科学研究院有限公司 , 国网新疆电力有限公司电力科学研究院 , 国家电网有限公司
IPC: H04B10/69 , H04B10/2507
Abstract: 一种数字信号线性均衡方法、系统、电子设备及存储介质,方法包括:根据抽头延时为T/2的自适应均衡,确定达到误码率门限的均衡器抽头总数L;由L个抽头中分出N个抽头延时为T的抽头和M个抽头延时为T/2的抽头;将N、M的值带入抽头延时自适应调节均衡器,判断能否达到误码率门限,若达到误码率门限则存储N、M的值代入抽头延时自适应调节均衡器,否则在均衡器抽头总数L不变的条件下,减小N的值再带入抽头延时自适应调节均衡器中重复执行判断;利用代入N、M值的抽头延时自适应调节均衡器进行数字信号处理。本发明线性均衡器的抽头延时可以在T和T/2之间灵活调整,降低系统的功耗和延迟。
-
公开(公告)号:CN112804092A
公开(公告)日:2021-05-14
申请号:CN202011637654.7
申请日:2020-12-31
Applicant: 中国电力科学研究院有限公司 , 国网新疆电力有限公司电力科学研究院 , 国家电网有限公司
Abstract: 本发明一种面向电力通信OTN光传输网的建模与仿真方法及系统,通过在仿真模型中设置设备节点对象故障及光纤对象故障,模拟故障对真实网络的影响和风险,提升事故处理能力,检验反事故预案有效性,保障电力通信网络安全稳定可靠运行。所述建模方法包括,获取电力通信OTN光传输网的现网数据,并创建数据表;提取数据表中的数据,构建预设的各类模型对象及OTN帧类模型;利用OTN帧类模型,对OTN光传输网中光纤的波长和时隙资源进行管理,并将OTN帧类模型作为属性保存在光纤类对象中;根据各类模型对象生成网络拓扑;在所述光纤类对象中配置OTN光传输网的业务信息,在网络拓扑中配置保护策略,完成OTN光传输网模型的构建。
-
公开(公告)号:CN113644973A
公开(公告)日:2021-11-12
申请号:CN202110745223.0
申请日:2021-06-30
Applicant: 中国信息通信研究院 , 国网新疆电力有限公司电力科学研究院 , 中国电力科学研究院有限公司
IPC: H04B10/079 , H04Q11/00
Abstract: 本申请公开了一种OTN网络光信噪比测试方法,包括以下步骤:在全部波长通道打开的情况下测试各波长通道的信号带宽内功率和/或纠错前误码率;关断待测通道激光器;测量待测通道内的信号带宽内噪声功率、0.1nm噪声功率;打开所述待测通道激光器,再次测量各波长通道的信号带宽内功率和/或纠错前误码率,与待测通道激光器关断前的测试结果相比,得到接收功率差异和/或纠错前误码率差异,所述接收功率差异和/或纠错前误码率差异小于设定阈值,则改变待测通道。本申请还提出一种自动实现以上测试方法的系统。本申请的方法和系统,解决大容量DWDM链路中光信噪比测试的效率和精度不高的问题。
-
公开(公告)号:CN115208765A
公开(公告)日:2022-10-18
申请号:CN202210582235.0
申请日:2022-05-26
Applicant: 中国信息通信研究院 , 国网新疆电力有限公司电力科学研究院 , 中国电力科学研究院有限公司
IPC: H04L41/0896 , H04L41/14 , H04L41/342 , H04L45/121 , H04L9/40
Abstract: 本申请公开了一种面向电力业务的切片编排方法及系统,包括:根据电力业务特征构建业务模型;根据业务的切片编排请求发送业务模型,获取业务参数,业务参数包括业务类型、业务隔离类型和业务时延要求;根据业务类型,执行与业务对应的预规划宽带资源;根据业务隔离类型,执行与业务对应的切片承载方案,切片承载方案包括硬切片承载方案和软切片承载方案;执行最少资源策略为业务规划路由,并根据时延计算模型,获得业务利用最少资源策略时的端到端时延,判断端到端时延是否业务时延要求,若是,则使用最少资源策略为业务规划路由,若否,则执行最短时延策略为业务优化路由。解决无法对业务进行差异化传输的问题。实现差异化传输的目的。
-
公开(公告)号:CN113644973B
公开(公告)日:2022-10-14
申请号:CN202110745223.0
申请日:2021-06-30
Applicant: 中国信息通信研究院 , 国网新疆电力有限公司电力科学研究院 , 中国电力科学研究院有限公司
IPC: H04B10/079 , H04Q11/00
Abstract: 本申请公开了一种OTN网络光信噪比测试方法,包括以下步骤:在全部波长通道打开的情况下测试各波长通道的信号带宽内功率和/或纠错前误码率;关断待测通道激光器;测量待测通道内的信号带宽内噪声功率、0.1nm噪声功率;打开所述待测通道激光器,再次测量各波长通道的信号带宽内功率和/或纠错前误码率,与待测通道激光器关断前的测试结果相比,得到接收功率差异和/或纠错前误码率差异,所述接收功率差异和/或纠错前误码率差异小于设定阈值,则改变待测通道。本申请还提出一种自动实现以上测试方法的系统。本申请的方法和系统,解决大容量DWDM链路中光信噪比测试的效率和精度不高的问题。
-
公开(公告)号:CN111062464B
公开(公告)日:2022-07-01
申请号:CN201911017376.2
申请日:2019-10-24
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
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
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。
-
-
-
-
-
-
-
-
-