基于卷积网络的短期负荷预测方法、系统及存储介质

    公开(公告)号:CN117876148A

    公开(公告)日:2024-04-12

    申请号:CN202410027615.7

    申请日:2024-01-08

    摘要: 本发明公开了基于卷积网络的短期负荷预测方法、系统及存储介质,系统包括预测模块,用于将待测数据输入训练后的预测网络模型并得到预测的短期负荷需求。所述预测网络模型包括特征编码模块、时空特征表示学习模块和预测单元;特征编码模块包括并设的位置编码层、值编码层和时间编码层以及特征相加层。所述时空特征表示学习模块用于基于不同的卷积核实现特征学习,每个视图包括一维卷积层、因果卷积层、残差与正则化层、一维反卷积层和残差与正则化层;所述预测单元包括从前至后依次连接的Merge层、通道注意力模块、通道池化层和预测层。本发明可以有效挖掘负荷时序数据中的周期模式和特征规律,预测性能好且运行效率高,具有较好的实用性。

    一种基于频繁项集推理的水电信号异常判断方法

    公开(公告)号:CN115470831A

    公开(公告)日:2022-12-13

    申请号:CN202211365483.6

    申请日:2022-11-03

    IPC分类号: G06K9/00 G06N5/04

    摘要: 本发明涉及水电监控技术领域,公开了一种基于频繁项集推理的水电信号异常判断方法。本发明包括:获取原始数据,从原始数据中提取出信号数据和动作数据并进行预处理,构建信号数据和动作数据结合的信号+动作对;对信号+动作对进行关系挖掘,获取伴生关系集、共生关系集和因果关系集;根据伴生关系集、共生关系集和因果关系集对新到的连续的信号组成的信号流进行检测,判断信号流中是否存在异常,对存在异常的信号区间进行标注。本发明从频繁模式的角度定义信号关系,基于apriori和prefixSpan算法提出关系挖掘方法,得到共生,伴生和因果关系所对应的信号对,基于信号关系对到来的日志信号进行自动判断异常,提高异常检测效率。

    一种基于频繁项集推理的水电信号异常判断方法

    公开(公告)号:CN115470831B

    公开(公告)日:2023-04-18

    申请号:CN202211365483.6

    申请日:2022-11-03

    IPC分类号: G06F18/00 G06F18/21 G06N5/04

    摘要: 本发明涉及水电监控技术领域,公开了一种基于频繁项集推理的水电信号异常判断方法。本发明包括:获取原始数据,从原始数据中提取出信号数据和动作数据并进行预处理,构建信号数据和动作数据结合的信号+动作对;对信号+动作对进行关系挖掘,获取伴生关系集、共生关系集和因果关系集;根据伴生关系集、共生关系集和因果关系集对新到的连续的信号组成的信号流进行检测,判断信号流中是否存在异常,对存在异常的信号区间进行标注。本发明从频繁模式的角度定义信号关系,基于apriori和prefixSpan算法提出关系挖掘方法,得到共生,伴生和因果关系所对应的信号对,基于信号关系对到来的日志信号进行自动判断异常,提高异常检测效率。

    一种跨地域分布式云灾备与边缘智能算力融合协同的方法

    公开(公告)号:CN118381817B

    公开(公告)日:2024-09-06

    申请号:CN202410806549.3

    申请日:2024-06-21

    摘要: 本发明公开了一种跨地域分布式云灾备与边缘智能算力融合协同的方法,涉及协同备份技术领域,解决了现有技术未考虑针对不同数据类型采取不同的灾备策略,导致采取的灾备策略可能不是最优选择,影响数据完整性的技术问题;本发明在若干地域构建若干云数据中心;构建边缘计算节点以及边缘计算节点与云数据中心的协同机制;云数据中心对采集的业务数据进行预处理后加密分配给边缘计算节点进行处理;利用灾备策略模型对待处理数据和网络条件进行分析,得到灾备策略;当云数据中心和边缘计算节点出现异常,则立即对业务数据进行备份;否则,根据灾备策略对业务数据进行备份;能够针对不同类型的业务数据采取不同的灾备措施,有利于保障数据的完整性。

    基于数字孪生模型多维验证的方法及系统、设备、介质

    公开(公告)号:CN117527321A

    公开(公告)日:2024-02-06

    申请号:CN202311419969.8

    申请日:2023-10-30

    IPC分类号: H04L9/40 H04L41/14 H04L41/16

    摘要: 本发明涉及数字孪生技术领域,公开了一种基于数字孪生模型多维验证的方法及系统,方法包括:采集目标通讯网络的信息,根据泊松模型获取目标通讯网络的全流量;根据采集的信息构建描述目标通讯网络的数字孪生模型;复现目标通讯网络,使用流量采集工具直接采集复现的目标通讯网络的流量B;判断全流量中的流量A和流量B的大小,若流量A不等于流量B,修正数字孪生模型,直至流量A等于流量B;在复现的目标通讯网络中直接采集验证信息,使用多维特征融合验证方法验证目标通讯网络的终端安全。系统包括采集单元、数字孪生模型复现单元和安全单元。本申请还公开了一种电子设备及计算机可读存储介质。本申请用于在孪生网络中进行多维验证。