-
公开(公告)号：CN113031983B
公开(公告)日：2022-11-11
申请号：CN202110147585.X
申请日：2021-02-03
申请人： 国电南瑞科技股份有限公司
摘要： 本发明提出了一种基于深度强化学习的软件智能升级方法及装置。所述方法包括：采集软件运行参数以及用户操作参数，并确定所述软件运行参数以及用户操作参数下软件的基准升级时间点；根据所述软件运行参数以及用户操作参数，利用策略网络给出预测的升级时间点，将预测的升级时间点和所述基准升级时间点的差值作为强化学习的奖励，并将奖励作为策略网络的标签值，通过训练得到训练好的软件智能升级模型；获取软件实时运行参数和用户操作参数，传入训练好的软件智能升级模型，得到当前升级时间点的可信值，并根据可信值判断是否进行升级。本发明基于强化学习和深度学习，实现软件系统的智能升级时机预测，极大地提高软件升级效率。
-
公开(公告)号：CN112860545B
公开(公告)日：2022-11-11
申请号：CN202110095728.7
申请日：2021-01-25
申请人： 国电南瑞科技股份有限公司
IPC分类号： G06F11/36
摘要： 本发明提出了一种软件缺陷检测方法与装置，所述方法包括：构建待检测软件的依赖软件兼容版本树；基于依赖软件兼容版本树，对软件进行源码分析，找出函数调用链，建立函数调用追踪图；依据函数调用追踪图，分析函数调用的数据依赖关系，将源码中的数值运算转化为代数表达式；求解代数表达式的最大值与最小值，得到其取值区间；依据软件运行过程中的限制、规则及约束检测所得取值区间的合法性，当所得取值区间超出合法区间边界时，判定软件存在缺陷。本发明可以较为方便的对多版本软件依赖的待检测程序进行全部版本的程序缺陷预测与检测，避免仅仅检测待检测软件的有限软件依赖版本，而在程序运行在其它合法的依赖兼容版本上时的程序缺陷。
-
公开(公告)号：CN112256209B
公开(公告)日：2022-09-09
申请号：CN202011208429.1
申请日：2020-11-03
申请人： 国电南瑞科技股份有限公司
摘要： 本发明提出了一种云存储系统的参数配置优化方法及优化系统，通过对参数进行降维，选取其中对系统影响度最大的参数，确保参数采样的高效性；通过gibbs采样算法有效挖掘参数之间的关联性，确保数据集的有效性；通过遗传算法来搜寻最优参数配置列表，最后针对当前系统安全态下利用推荐算法进行有效的参数配置推荐，能够有效解决现有云存储平台参数配置综合性能提升不明显的问题；本发明方法通过建立综合性能指标，综合考虑了系统的读写和延迟性能。
-
公开(公告)号：CN112860545A
公开(公告)日：2021-05-28
申请号：CN202110095728.7
申请日：2021-01-25
申请人： 国电南瑞科技股份有限公司
IPC分类号： G06F11/36
摘要： 本发明提出了一种软件缺陷检测方法与装置，所述方法包括：构建待检测软件的依赖软件兼容版本树；基于依赖软件兼容版本树，对软件进行源码分析，找出函数调用链，建立函数调用追踪图；依据函数调用追踪图，分析函数调用的数据依赖关系，将源码中的数值运算转化为代数表达式；求解代数表达式的最大值与最小值，得到其取值区间；依据软件运行过程中的限制、规则及约束检测所得取值区间的合法性，当所得取值区间超出合法区间边界时，判定软件存在缺陷。本发明可以较为方便的对多版本软件依赖的待检测程序进行全部版本的程序缺陷预测与检测，避免仅仅检测待检测软件的有限软件依赖版本，而在程序运行在其它合法的依赖兼容版本上时的程序缺陷。
-
公开(公告)号：CN112256209A
公开(公告)日：2021-01-22
申请号：CN202011208429.1
申请日：2020-11-03
申请人： 国电南瑞科技股份有限公司
摘要： 本发明提出了一种云存储系统的参数配置优化方法及优化系统，通过对参数进行降维，选取其中对系统影响度最大的参数，确保参数采样的高效性；通过gibbs采样算法有效挖掘参数之间的关联性，确保数据集的有效性；通过遗传算法来搜寻最优参数配置列表，最后针对当前系统安全态下利用推荐算法进行有效的参数配置推荐，能够有效解决现有云存储平台参数配置综合性能提升不明显的问题；本发明方法通过建立综合性能指标，综合考虑了系统的读写和延迟性能。
-
公开(公告)号：CN116244047A
公开(公告)日：2023-06-09
申请号：CN202211569812.9
申请日：2022-12-08
申请人： 国电南瑞科技股份有限公司
摘要： 本发明公开了一种用于数据中心资源调度的加速优化方法，包括如下步骤：步骤1、用户提交任务请求，所有请求进入队列，等待数据中心进行资源分配；步骤2、数据中心通过最优调度目标根据任务属性进行资源分配；步骤3、将任务属性作为最优调度目标，形成后期深度强化学习时的经验知识库；步骤4、基于步骤3得到的经验知识库，通过深度强化学习网络，将其应用于数据中心资源调度任务中，迭代出最优策略，即得到最优的Q值和与该Q值对应的分配策略；步骤5、在最优策略执行后，当节点间的算力不均衡，部分空闲节点的算力并未充分利用，进行动态增补的编码，优化资源调度效率。本发明能够最大化地提升资源利用率，高效分配资源，降低无效碳排放。
-
公开(公告)号：CN115272933A
公开(公告)日：2022-11-01
申请号：CN202210913321.5
申请日：2022-07-29
申请人： 国电南瑞科技股份有限公司
摘要： 本发明公开了一种结合边缘计算和智能巡检机器人的多数据中心监控方法，应用于多数据中心监控系统，该系统包括若干个数据中心，各数据中心分别设有搭载摄像头、温湿度传感器的巡检机器人，巡检机器人与相应数据中心的边端服务器通信，各边端服务器用于处理巡检机器人发送的信息，并将动态对象判别信息、温湿度判别信息以及边端位置信息上传云端统一管理；所述动态对象判别信息是通过图像处理分析后经移动一致性判别获得。本发明较好的代替了人工“看、听”式巡检，能够迅速的将多个巡检结果上传给云端作统一管理，并提高了对数据中心监控的准确率。
-
公开(公告)号：CN113159368A
公开(公告)日：2021-07-23
申请号：CN202110074196.9
申请日：2021-01-20
申请人： 国电南瑞科技股份有限公司
摘要： 本发明公开了一种基于环境上下文和用户反馈信息的用电模型优化方法，包括以下步骤：将用户数据库与用电环境上下文信息数据库的数据输入上下文交互模块；采用注意力机制进行深度学习，区分每个上下文的作用，得到下文环境信息与用户数据的交互的整体作用，最终得到环境上下文信息对用电模型的影响；通过目标函数计算用电模型参数的优化结果。本发明通过电网环境中的上下文信息和用户反馈信息之间的交互作用，克服了现有的方法无法获取用电设备与用户之间的交互作用的问题；本发明考虑到用电设备产生的环境上下文信息，能够很好地考虑到用电环境中大多数的情况，解决了以往方法获取信息种类和数量不够丰富的问题。
-
公开(公告)号：CN112884008A
公开(公告)日：2021-06-01
申请号：CN202110095638.8
申请日：2021-01-25
申请人： 国电南瑞科技股份有限公司
摘要： 本发明提出了一种电力信息采集系统运行状态的预测评估方法及装置，所述方法包括：实时采集布置于各个地点的电网数据信息；根据电网实际情况对已有数据以及实时采集的数据进行标注处理，对标注的不同数据赋予不同权重；利用深度残差网络Resnet‑50融合多尺度卷积网络，从标注数据集中提取多尺度用电信息特征；将提取的特征向量输入预测模型，所述预测模型为结合了BiLSTM和Attention网络的模型，输出状态预测及其得分。本发明通过对新旧数据集的权重实时进行调整，利用多尺度的卷积网络分别提取到用电数据浅层深层的特征，预测模型的组合更加关注于对性能提升有用的部分，从而能够对用电信息采集系统的状态进行及时的预测评估，有效保障电力生产安全可靠运行。
-
公开(公告)号：CN112884008B
公开(公告)日：2022-09-09
申请号：CN202110095638.8
申请日：2021-01-25
申请人： 国电南瑞科技股份有限公司
摘要： 本发明提出了一种电力信息采集系统运行状态的预测评估方法及装置，所述方法包括：实时采集布置于各个地点的电网数据信息；根据电网实际情况对已有数据以及实时采集的数据进行标注处理，对标注的不同数据赋予不同权重；利用深度残差网络Resnet‑50融合多尺度卷积网络，从标注数据集中提取多尺度用电信息特征；将提取的特征向量输入预测模型，所述预测模型为结合了BiLSTM和Attention网络的模型，输出状态预测及其得分。本发明通过对新旧数据集的权重实时进行调整，利用多尺度的卷积网络分别提取到用电数据浅层深层的特征，预测模型的组合更加关注于对性能提升有用的部分，从而能够对用电信息采集系统的状态进行及时的预测评估，有效保障电力生产安全可靠运行。
-
-
-
-
-
-
-
-
-
搜索结果
11 条记录 (耗时 0.042 秒)
