-
公开(公告)号：CN117994563A
公开(公告)日：2024-05-07
申请号：CN202311823232.2
申请日：2023-12-27
申请人： 国网吉林省电力有限公司 , 国网吉林省电力有限公司信息通信公司 , 西安电子科技大学杭州研究院
IPC分类号： G06V10/764 , G06V10/44 , G06V10/20 , G06V10/774 , G06V10/82 , G06N3/0464 , H04L9/40
摘要： 本发明属于流量识别技术领域，公开了一种基于深度学习的智能化5G切片规划方法及系统，包括以下步骤；步骤1：将Pcap数据包中的有效载荷信息转化为可视化为图像,并对图像进行预处理；步骤2：训练CNN神经网络，并对其进行优化，计算损失函数以衡量模型性能；步骤3：基于电业务识别结果，智能化生成切片参数，辅助5G切片模块智能绑定网络切片，实现网络资源按需分配。本发明既能满足实时性要求，又能在有限的计算资源下实现高精度识别的电业务识别方法和系统，确保5G智能电网的稳定与高效运行。
-
公开(公告)号：CN118972913A
公开(公告)日：2024-11-15
申请号：CN202410873393.0
申请日：2024-07-01
申请人： 国网吉林省电力有限公司 , 国网吉林省电力有限公司信息通信公司 , 西安电子科技大学杭州研究院
摘要： 本发明属于无人机技术领域，公开了一种电网多制式通信中无人机垂直切换方法。本发明研究了无人机在电网场景中执行检测任务时无线异构网络的垂直切换问题。在该模型中，用于电网巡检的无人机需要规划其飞行轨迹，避开障碍物，并找到到达每个检查点的最佳轨迹。在整个无人机检查过程中，必须确保无人机的通信服务质量。数值结果表明，该方法能够更好地满足无人机检测任务的要求，减少切换次数，从而解决了电网场景中终端垂直切换的问题。
-
公开(公告)号：CN118869831A
公开(公告)日：2024-10-29
申请号：CN202410592760.X
申请日：2024-05-14
申请人： 国网吉林省电力有限公司 , 国网吉林省电力有限公司信息通信公司 , 西安电子科技大学杭州研究院
IPC分类号： H04L69/06 , H04L69/08 , H04L67/56 , H04L67/2866 , H04L43/0823
摘要： 本发明属于网络互联互通技术领域，公开了一种基于MQTT协议的电网场景多模异构网络互联互通方法及系统，包括以下步骤：建立基于MQTT的统一报文数据帧；面向MQTT协议的差异化数据帧结构转换；智能网关设计。本发明的目的在于通过提出一种创新性的通信制式融合方案，来满足多模异构网络中电网场景的通信需求。本发明的创新点在于采用了MQTT协议作为通信框架，并在其基础上进行了进一步的优化和扩展，设计了一种通用的协议转换机制，适用于电网物联网业务中的各种通信设备和系统。该技术不仅能够简化系统集成和管理，还能够降低系统的维护成本和运营风险。
-
公开(公告)号：CN117915360A
公开(公告)日：2024-04-19
申请号：CN202311823224.8
申请日：2023-12-27
申请人： 国网吉林省电力有限公司 , 国网吉林省电力有限公司信息通信公司 , 西安电子科技大学杭州研究院
IPC分类号： H04W24/02 , H04L41/0893 , G06N3/08 , G06N3/045
摘要： 本发明属于5G网络切片生成与管理技术领域，公开了一种5G网络切片模板自生成与选择接入方法及系统；在用户和核心网的通信链路之间加入基于深度Q网络的网络切片参数识别器网元；识别器网元输入用户的业务流量，输出一系列的网络切片参数；部署半实物仿真平台，通过接收所述网络切片参数实现网络切片模板系统组网的部署；通过所述网络切片模板系统组网实现基于FlexRIC的流量监控和切片控制，使切片控制xApp根据网络切片参数映射为具体的RAN侧切片指标；通过切片模板选择和接入来满足用户的具体需求。本发明实现端到端的网络切片接入服务，为用户实现自动化的网络切片模板分配，优化用户的网络QoS和综合服务体验。
-
公开(公告)号：CN118200169B
公开(公告)日：2024-11-01
申请号：CN202410431436.X
申请日：2024-04-11
IPC分类号： H04L41/147 , H04L41/14 , H04L41/16 , H04L41/12 , H04L67/12
摘要： 基于混合时空深度学习模型的电力光通信链路流量预测方法，涉及电力光通信网络技术领域，解决现有电力通信网预测方法难以适应网络结构动态的拓扑结构关系问题，本发明基于一种深度卷积神经网络和门控循环单元的动态DCNN‑GRU预测模型，该模型不仅捕捉时间序列信息，还综合分析网络拓扑结构，全面描绘了网络的时空特征。并将提出的DCNN‑GRU模型与独立的长短期记忆模型进行集成，结合前者的动态捕捉能力和后者的长期依赖处理能力对流量进行预测，提高了预测的准确性和鲁棒性。实验结果表明，相较于其他预测模型，本发明的模型在流量预测方面降低了误差，展现了更高的预测准确性。
-
公开(公告)号：CN113887330A
公开(公告)日：2022-01-04
申请号：CN202111064365.7
申请日：2021-09-10
申请人： 国网吉林省电力有限公司 , 国网吉林省电力有限公司信息通信公司
摘要： 本发明公开了一种基于遥感图像的目标检测系统，包括：本地端用于依据预设时间间隔获取原始遥感图像，针对每一原始遥感图像，识别其中的预定区域是否为空白区域，若否将该原始遥感图像中预定区域的图像确定为目标图像并发送给云服务端；云服务端用于将目标图像输入预先训练得到的改进型YOLOv3网络中，利用密集连接形式的主干网络对目标图像进行特征提取，得到x个不同尺度的特征图；利用改进型FPN网络对x个不同尺度的特征图进行自顶向下、密集连接方式的特征融合，得到各尺度对应的预测结果；将所有预测结果经由分类网络和非极大值抑制模块进行处理，得到目标图像中的目标检测结果。本发明能够降低设备功耗，并提高目标检测精度。
-
公开(公告)号：CN117787100B
公开(公告)日：2024-10-25
申请号：CN202311830357.8
申请日：2023-12-28
IPC分类号： G06F30/27 , G06N3/0499 , G02B6/44 , G06F113/16
摘要： 本发明公开了一种机理与数据双向融合驱动的电力通信光缆数字孪生建模方法，涉及电力光通信技术领域，包括：获取环境参数数据与光缆固有属性，建立机理模型，将光缆固有属性与环境参数数据作为输入数据，分别输入机理模型与物理实体中，获取电力通信光缆的理论输出和真实输出，电力通信光缆数据包括所述理论输出、真实输出与光缆固有属性；根据电力通信光缆数据与环境参数数据建立数据驱动模型；将物理实体与机理模型输出间的偏差数据补偿到机理模型中，建立电力通信光缆数字孪生模型。本发明建立的数字孪生模型可以优化电力通信光缆物理实体的运行，实现电力光通信系统的实时监测和智慧运行，提高系统的运行效率和稳定性。
-
公开(公告)号：CN118200169A
公开(公告)日：2024-06-14
申请号：CN202410431436.X
申请日：2024-04-11
IPC分类号： H04L41/147 , H04L41/14 , H04L41/16 , H04L41/12 , H04L67/12
摘要： 基于混合时空深度学习模型的电力光通信链路流量预测方法，涉及电力光通信网络技术领域，解决现有电力通信网预测方法难以适应网络结构动态的拓扑结构关系问题，本发明基于一种深度卷积神经网络和门控循环单元的动态DCNN‑GRU预测模型，该模型不仅捕捉时间序列信息，还综合分析网络拓扑结构，全面描绘了网络的时空特征。并将提出的DCNN‑GRU模型与独立的长短期记忆模型进行集成，结合前者的动态捕捉能力和后者的长期依赖处理能力对流量进行预测，提高了预测的准确性和鲁棒性。实验结果表明，相较于其他预测模型，本发明的模型在流量预测方面降低了误差，展现了更高的预测准确性。
-
公开(公告)号：CN116030364A
公开(公告)日：2023-04-28
申请号：CN202211630194.4
申请日：2022-12-19
申请人： 国网吉林省电力有限公司 , 国网吉林省电力有限公司信息通信公司
摘要： 本发明属于计算机视觉技术领域，公开了一种无人机轻量级目标检测方法、系统、介质、设备及终端，对YOLO系列网络的主干网络结构进行分析，将特征金字塔与Darknet‑53网络模型相结合，得到Yolov3的主干网络；对YOLO‑fastest的特征金字塔部分进行裁剪，得到裁剪后的YOLO‑fastest网络；构建YOLO解码器，实现非极大值抑制，并在MCU配套的LCD屏幕上呈现识别效果。通过检测结果可以非常明显的发现，本发明裁剪后的YOLO‑fastest网络在目标图片上可以检测出对象目标的位置；裁剪后的网络在推理速度上获得了大幅的提升，量化以后的模型大大减少了浮点运算的次数，加快了推理速度。
-
公开(公告)号：CN117896801A
公开(公告)日：2024-04-16
申请号：CN202311758016.4
申请日：2023-12-20
申请人： 国网吉林省电力有限公司 , 国网吉林省电力有限公司信息通信公司
摘要： 本发明涉及电力通信技术领域，具体是指基于Mesh组网实现无公网范围内的分布式电力通信系统，所述系统包括数据收集模块、数据管理模块、远程监控模块、故障检测与诊断模块、Mesh组网模块和用户界面模块，本方案采用使用GACS算法确定节点设备之间通信的最佳路径，通过优化路由，提高路由的效率和稳定性，减少通信延迟和能耗，同时增强Mesh组网的容错性，提高了系统的吞吐量和响应速度；采用一种基于扩散概率模型的无监督表面异常检测算法进行异常检测，自主的对数据进行建模和检测，自动学习数据中的特征并捕捉到更全面与准确的特征信息，同时不依赖于特定的模型，更好的适应各种类型的异常数据，提供更准确和自适应的异常检测能力。
-
-
-
-
-
-
-
-
-
搜索结果
80 条记录 (耗时 0.089 秒)
