-
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。
-
-
Patent Agency Ranking
公开(公告)号：CN116545841A
公开(公告)日：2023-08-04
申请号：CN202310337473.X
申请日：2023-03-30
Applicant: 国网新疆电力有限公司电力科学研究院 , 北京邮电大学 , 国网新疆电力有限公司乌鲁木齐供电公司
IPC: H04L41/0663 , H04L45/247
Abstract: 本申请提供一种基于风险均衡度的备用路径确定方法及相关设备，所述方法包括：确定电力通信网中需要传输的当前通信业务传输的主路径以及多条可选备用路径；分别计算当前通信业务在主路径和多条可选备用路径的时延差，得到多个时延差；分别加载当前通信业务到多条可选备用路径，分别计算每条可选备用路径加载当前通信业务后电力通信网的风险均衡度；根据多个时延差和电力通信网的风险均衡度，分别计算多条可选备用路径对应的优化值；确定多条可选备用路径中对应优化值最小的可选备用路径为备用路径。避免出现主路径和备用路径时延差太大以及重要度值高的通信业务再某一传输节点过于集中的情况，使电力通信网的全网风险更加均衡。
-
公开(公告)号：CN116485192A
公开(公告)日：2023-07-25
申请号：CN202310215831.X
申请日：2023-03-07
Applicant: 国网新疆电力有限公司电力科学研究院 , 北京邮电大学 , 国网新疆电力有限公司乌鲁木齐供电公司
IPC: G06Q10/0637 , G06Q10/0635 , G06Q50/06
Abstract: 本申请提供一种网络流量疏导方法及相关设备。所述方法包括：基于预先构建的发电量预测模型，预测得到发电节点的预测发电量；根据所述预测发电量，预测得到所述待传输业务的重要度和所述待传输业务的链路风险度；根据所述重要度和所述链路风险度，计算得到所述链路的链路开销；响应于所述待传输业务在传输时堵塞，基于所述链路开销对所述待传输业务进行疏导。本申请实施例通过预设的预测模型对发电量进行预测，基于发电量对每条业务的重要度和链路的风险度进行预测，动态调整链路权重，当业务被阻塞时，根据业务的重要度对其进行疏导，可以很好地降低新型电力光通信网的阻塞率、阻塞业务平均重要度、链路风险度方差，提高电力光通信网的可靠度。
-
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。
-
公开(公告)号：CN111062464A
公开(公告)日：2020-04-24
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。
-
公开(公告)号：CN111160603B
公开(公告)日：2022-11-25
申请号：CN201911148426.0
申请日：2019-11-21
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
Abstract: 本发明公开了一种端到端电力通信业务可靠性保障方法及系统，所述方法包括：采集业务接收端的电力数据；将所述电力数据输入至预先训练的Attention LSTM预测模型，获得预设的未来时刻的电力数据预测值；将所述电力数据预测值与预设阈值进行对比；若所述电力数据预测值低于预设阈值，则对所述端到端电力通信业务系统进行分析，并按预设规则实施业务可靠性保障措施；若所述可靠性保障措施有效，维持该保障措施，并持续进行电力数据监控；所述方法及系统通过建立基于融合注意力机制的LSTM神经网络的电力数据预警模型，对电力数据进行预警，并设置应对的保障方案，以保障端到端电力通信业务的可靠性。
-
-
-
-
-
-
-
-
-
Search Results
441
records
(took 0.177 seconds)
