-
公开(公告)号：CN108988946A
公开(公告)日：2018-12-11
申请号：CN201710399653.5
申请日：2017-05-31
申请人： 国网信息通信产业集团有限公司 , 国网信通亿力科技有限责任公司 , 国网江苏省电力公司信息通信分公司 , 国家电网公司 , 北京邮电大学
IPC分类号： H04B10/2581 , H04B10/079 , H04J14/04
摘要： 本发明提供了一种传输模式分配方法及系统，所述系统配置于空分复用SDM光网络，所述SDM光网络包括至少一个转换节点，所述转换节点配置有模式转换器，当首个转换节点接收到网络业务时，获取所述网络业务的占用带宽；根据所述占用带宽，控制所述首个转换节点处的模式转换器从当前FMF链路的多个标量模对应的多个简并模中确定出目标简并模；基于所述目标简并模，为所述网络业务分配所述当前FMF链路上的频谱资源。本发明的动态差异化分配过程，充分利用了FMF链路上各阶标量模的频谱资源，保证了业务传输的顺利进行，从而简单、有效地保证了网络业务的无串扰传输，提高了网络性能。
-
公开(公告)号：CN108988946B
公开(公告)日：2020-03-31
申请号：CN201710399653.5
申请日：2017-05-31
申请人： 国网信息通信产业集团有限公司 , 国网信通亿力科技有限责任公司 , 国网江苏省电力公司信息通信分公司 , 国家电网公司 , 北京邮电大学
IPC分类号： H04B10/2581 , H04B10/079 , H04J14/04
摘要： 本发明提供了一种传输模式分配方法及系统，所述系统配置于空分复用SDM光网络，所述SDM光网络包括至少一个转换节点，所述转换节点配置有模式转换器，当首个转换节点接收到网络业务时，获取所述网络业务的占用带宽；根据所述占用带宽，控制所述首个转换节点处的模式转换器从当前FMF链路的多个标量模对应的多个简并模中确定出目标简并模；基于所述目标简并模，为所述网络业务分配所述当前FMF链路上的频谱资源。本发明的动态差异化分配过程，充分利用了FMF链路上各阶标量模的频谱资源，保证了业务传输的顺利进行，从而简单、有效地保证了网络业务的无串扰传输，提高了网络性能。
-
公开(公告)号：CN107241660B
公开(公告)日：2021-07-06
申请号：CN201710495151.2
申请日：2017-06-26
申请人： 国网信息通信产业集团有限公司 , 国网信通亿力科技有限责任公司 , 国网江苏省电力公司信息通信分公司 , 国网冀北电力有限公司信息通信分公司 , 国家电网公司
IPC分类号： H04Q11/00
摘要： 本发明提供了一种面向智能电网业务的全光灵活粒度的交换网络架构及方法，该方法面向智能电网中业务具有粒度范围大的特点，从时间域和频率域两个维度独立划分网络资源；在时间域主要通过全网时间同步技术使能的高速光开关进行快速光路切换，在频率域主要通过可变带宽光收发机进行灵活频谱宽度选择，这两个维度的资源划分是独立的，并且在一个网络中央控制器的控制下进行；时间域和频率域的资源形成网络中二维的资源块，可以用于适配网络业务；控制器中运行的时间/频率二维资源分配方法可以根据智能电网业务的需求按需分配合适的网络路由及链路资源，保证资源分配的有效性。
-
公开(公告)号：CN107241660A
公开(公告)日：2017-10-10
申请号：CN201710495151.2
申请日：2017-06-26
申请人： 国网信息通信产业集团有限公司 , 国网信通亿力科技有限责任公司 , 国网江苏省电力公司信息通信分公司 , 国网冀北电力有限公司信息通信分公司 , 国家电网公司
IPC分类号： H04Q11/00
CPC分类号： H04Q11/0005 , H04Q11/0062 , H04Q11/0067 , H04Q2011/0086
摘要： 本发明提供了一种面向智能电网业务的全光灵活粒度的交换网络架构及方法，该方法面向智能电网中业务具有粒度范围大的特点，从时间域和频率域两个维度独立划分网络资源；在时间域主要通过全网时间同步技术使能的高速光开关进行快速光路切换，在频率域主要通过可变带宽光收发机进行灵活频谱宽度选择，这两个维度的资源划分是独立的，并且在一个网络中央控制器的控制下进行；时间域和频率域的资源形成网络中二维的资源块，可以用于适配网络业务；控制器中运行的时间/频率二维资源分配方法可以根据智能电网业务的需求按需分配合适的网络路由及链路资源，保证资源分配的有效性。
-
公开(公告)号：CN110445665A
公开(公告)日：2019-11-12
申请号：CN201910840813.4
申请日：2019-09-06
IPC分类号： H04L12/24 , G06F16/2458 , H02J13/00
摘要： 本发明公开了一种基于改进GSP的电力通信网络告警关联挖掘方法，包括以下步骤：(1)收集历史告警数据，建立历史告警数据库，并对历史告警数据进行预处理；(2)与步骤(1)同步网络拓扑数据库中分析网元设备之间的拓扑关系生成网络拓扑模型；(3)将步骤(1)的预处理后的历史告警数据通过访问步骤(2)的网络拓扑模型关联频繁序列的数据挖掘，形成告警关联规则与序列经验库；(4)收集实时告警数据，建立实时告警数据库，并对实时告警数据进行预处理；(5)将预处理后的实时告警数据结合的告警关联规则与序列经验库进行数据分析，再结合步骤(2)的网络拓扑模型构建告警实时依赖模型，从而实现根告警的定位分析。
-
公开(公告)号：CN112801815A
公开(公告)日：2021-05-14
申请号：CN202011642773.1
申请日：2020-12-30
申请人： 国网江苏省电力公司信息通信分公司
摘要： 本发明公开了一种基于联邦学习的电力通信网络故障预警方法，包括以下步骤：以分布式计算方案在电力通信网络各个通信节点搜集并保存数据；基于联邦学习方法，在本地通信节点以传统方法和网络通信训练局部预测模型，在本地通信节点以传统方法和网络通信训练全局预测模型；局部预测模型和全局预测模型通过滑动平均得到真实预测模型；根据真实预测模型以及当前通信节点的真实运行数据对通信节点运行状态进行预测。
-
公开(公告)号：CN111106999A
公开(公告)日：2020-05-05
申请号：CN201911382012.4
申请日：2019-12-27
申请人： 国网江苏省电力公司信息通信分公司 , 北京万可信息技术有限公司
IPC分类号： H04L12/703 , H04L12/707 , H04L12/721 , G06N3/04 , G06N3/08
摘要： 本发明实施例提供一种IP-光网络通信业务联合分配方法及装置，该方法包括：获取业务信息；将所述业务信息输入预设路由分配模型，利用预设深度强化学习模型对所述预设路由分配模型进行分析，得到业务路由分配信息；其中，所述预设路由分配模型是由IP-光网络风险均衡度信息、主备路由相似度信息和网络时延信息进行归一化加权得到的。通过考虑了智能电网通信网效率和风险均衡两方面来构建路由分配指标，分析了电力通信网中业务均衡度和传输时延的具体评估方法，然后对他们进行加权分析计算，最终设计合理的预设路由分配模型，并选择了预设深度强化学习模型，求解最优路径，以保障IP-光网络的高效合理运行。
-
公开(公告)号：CN107748936A
公开(公告)日：2018-03-02
申请号：CN201711068071.5
申请日：2017-11-03
申请人： 国网江苏省电力公司信息通信分公司 , 南京南瑞信息通信科技有限公司
摘要： 本发明公开了基于遗传算法改进的BP神经网络蓄电池寿命预测算法，包括用遗传算法对BP神经网络进行优化；借鉴已有的蓄电池寿命预测思路，建立指标体系；将对应的指标数据作为训练样本，训练后的BP神经网络；用训练后的BP神经网络对蓄电池寿命进行预测。本发明将遗传算法和BP神经网络有机结合起来，遗传算法是一种基于生物机制的全局搜索优化算法，利用遗传算法优化BP神经网络的初始权值和阀值，再利用误差反向传播方法找到其最优解，避免了陷入局部极值点的情况。
-
公开(公告)号：CN110555058A
公开(公告)日：2019-12-10
申请号：CN201910840814.9
申请日：2019-09-06
IPC分类号： G06F16/2458 , G06Q10/00 , G06Q10/04 , G06Q50/30
摘要： 本发明公开了一种基于改进决策树的电力通信设备状态的预测方法，包括以下步骤：(1)收集的电力通信设备的固有数据并将收集的固有数据存入数据库；同时采集所述电力通信设备的实时监测信息；(2)对所述步骤(1)中收集的固有数据进行数据挖掘与分析，构建出多变量数的预测分析决策树，获得所述电力通信设备与监测点的关联参数及相关值和所述电力通信设备的异常特征值；(3)通过所述电力通信设备与监测点的关联参数及相关值和所述电力通信设备的异常特征值结合所述电力通信设备的实时监测信息对所述电力通信设备进行运行状态分析，从而得出所述电力通信设备的故障预测与检修指导。实现了对可能存在的故障隐患进行预测与判断，提供事前检修。
-
公开(公告)号：CN112801815B
公开(公告)日：2024-03-29
申请号：CN202011642773.1
申请日：2020-12-30
申请人： 国网江苏省电力公司信息通信分公司
IPC分类号： G06Q10/20 , G06Q10/04 , G06Q10/067 , G06Q50/06 , G06N3/0442 , G06N3/098
摘要： 本发明公开了一种基于联邦学习的电力通信网络故障预警方法，包括以下步骤：以分布式计算方案在电力通信网络各个通信节点搜集并保存数据；基于联邦学习方法，在本地通信节点以传统方法和网络通信训练局部预测模型，在本地通信节点以传统方法和网络通信训练全局预测模型；局部预测模型和全局预测模型通过滑动平均得到真实预测模型；根据真实预测模型以及当前通信节点的真实运行数据对通信节点运行状态进行预测。
-
-
-
-
-
-
-
-
-
搜索结果
54 条记录 (耗时 0.111 秒)