-
公开(公告)号：CN109450934A
公开(公告)日：2019-03-08
申请号：CN201811549389.X
申请日：2018-12-18
Applicant: 国家电网有限公司 , 中国电力科学研究院有限公司 , 国网福建省电力有限公司福州供电公司 , 北京邮电大学
Inventor： 梁晓兵 , 许斌 , 翟峰 , 刘鹰 , 吕英杰 , 岑炜 , 付义伦 , 李保丰 , 曹永峰 , 王楠 , 崔宝江 , 李思韬 , 张庚 , 孔令达 , 徐萌 , 冯云 , 袁泉 , 冯占成 , 杨全萍 , 任博 , 周琪 , 卢艳 , 韩文博 , 李丽丽 , 马倩 , 孙邦
IPC: H04L29/06
CPC classification number: H04L63/1425 , H04Q2209/60
Abstract: 本发明涉及一种终端接入数据异常检测方法及系统,包括：把原始报文数据的相关属性抽象为可识别的特征向量，并对特征向量进行解析；对解析后的报文特征数据进行去重处理，且对取值范围较大的特征数据进行量化处理；检测终端接入数据中的正常数据与异常数据，并生成对应模型文件；通过加载模型文件对报文数据进行在线分类与检测，并生成检测结果。不但误报率和漏报率低，而且可保障用电信息采集系统的可靠运行。
-
公开(公告)号：CN109391624A
公开(公告)日：2019-02-26
申请号：CN201811352235.1
申请日：2018-11-14
Applicant: 国家电网有限公司 , 中国电力科学研究院有限公司 , 国网福建省电力有限公司福州供电公司
Inventor： 梁晓兵 , 许斌 , 翟峰 , 刘鹰 , 吕英杰 , 岑炜 , 付义伦 , 李保丰 , 曹永峰 , 张庚 , 孔令达 , 徐萌 , 冯云 , 王楠 , 袁泉 , 冯占成 , 杨全萍 , 任博 , 周琪 , 卢艳 , 韩文博 , 李丽丽
CPC classification number: H04L63/1425
Abstract: 本发明提供一种基于机器学习的终端接入数据异常检测方法，包括：根据预先确定的多维特征库，处理接收到的当前终端接入数据，以获取每条接入数据的特征向量，其中，当前终端接入数据中包括至少一条接入数据；将获取的特征向量作为机器学习模型的输入信息，确定当前终端接入数据的检测结果，其中，该机器学习模型是预先训练并通过正确率测试的异常接入检测模型。该方法利用建立的异常接入检测模型检测终端接入数据的异常行为，保障了电、水、热、气热能源计量一体化采集系统的安全可靠运行。
-
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：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。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN111160603A
公开(公告)日：2020-05-15
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。
-
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：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：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。
-
-
-
-
-
-
-
-
-
Search Results
207
records
(took 0.174 seconds)
