-
公开(公告)号：CN116886220A
公开(公告)日：2023-10-13
申请号：CN202310871897.4
申请日：2023-07-14
Applicant: 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司泰州供电分公司
IPC: H04B17/345 , G06N3/049 , H04B17/309 , H04B17/336
Abstract: 本发明公开了一种无线通信干扰识别方法、装置、设备及存储介质。获取无线通信系统对应的目标输入数据，其中，无线通信系统对应于目标变电站，目标输入数据包括目标干扰功率数据、目标信号质量数据和目标距离数据，目标干扰功率数据包括预设设备的接收信号频域干扰功率，目标信号质量数据包括预设终端的空口信号质量，目标距离数据包括预设设备与预设终端之间的距离；将目标输入数据输入至预设脉冲神经网络模型进行处理；根据预设脉冲神经网络模型的输出，确定无线通信系统的干扰识别结果。综合考虑能够表征干扰的多个数据，有效解决了现有的无线通信干扰识别方法，存在干扰识别准确率低的问题，取到了提高干扰识别准确率的有益效果。
-
公开(公告)号：CN114201180A
公开(公告)日：2022-03-18
申请号：CN202111517932.X
申请日：2021-12-13
Applicant: 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司泰州供电分公司 , 国网江苏省电力有限公司
Abstract: 本发明公开了一种微服务部署方法，在已经部署好的节点中，获取已经部署好的计算服务，每隔时隙t对服务质量进行检测；在重部署条件触发时，筛选服务质量未满足预期的计算服务S1；获取计算服务S1的服务贡献值，所述服务贡献值由相应计算服务的迁移时间与原部署方案下的调度时间的差值决定；选取服务贡献值最高的计算服务进行重部署。本发明方案优化了对服务的响应部署，从而有利于改善系统服务执行的效率和成本。
-
公开(公告)号：CN114201180B
公开(公告)日：2024-12-17
申请号：CN202111517932.X
申请日：2021-12-13
Applicant: 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司泰州供电分公司 , 国网江苏省电力有限公司
Abstract: 本发明公开了一种微服务部署方法，在已经部署好的节点中，获取已经部署好的计算服务，每隔时隙t对服务质量进行检测；在重部署条件触发时，筛选服务质量未满足预期的计算服务S1；获取计算服务S1的服务贡献值，所述服务贡献值由相应计算服务的迁移时间与原部署方案下的调度时间的差值决定；选取服务贡献值最高的计算服务进行重部署。本发明方案优化了对服务的响应部署，从而有利于改善系统服务执行的效率和成本。
-
公开(公告)号：CN116886215A
公开(公告)日：2023-10-13
申请号：CN202310865413.5
申请日：2023-07-14
Applicant: 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司泰州供电分公司
IPC: H04B17/309 , H04W24/08
Abstract: 本发明公开了一种底噪功率的估计方法、装置、设备及存储介质，所述方法包括：获取拟占用频段，对拟占用频段进行信号采集；将采集的拟占用频段信号划分为时域信号与频域信号，对时域信号与频域信号进行底噪电平估计，得到时域底噪信息和频域底噪信息；根据时域底噪信息和频域底噪信息确定拟占用频段的底噪功率。本发明提供的底噪功率的估计方法，通过从时域和频域两方面对底噪进行综合估计，可以准确评估拟占用频段的底噪功率，为下一步判断是否存在干扰提供了有力依据。
-
公开(公告)号：CN115202879A
公开(公告)日：2022-10-18
申请号：CN202210828289.0
申请日：2022-07-13
Applicant: 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司泰州供电分公司
IPC: G06F9/50 , G06F9/48 , G06V10/771 , G06V10/774 , G06V10/82 , H04L67/10
Abstract: 本发明公开了一种基于多类型智能模型的云边协同调度方法及应用，应用于云边协同系统中，云边协同系统包括云计算中心以及多个边缘节点，该方法包括：构建预测模型，预测模型包括分别部署在N个边缘节点上的N个推理模型以及对应的N个选择模型；基于预测模型中的选择模型调度对应的推理模型执行目标任务。该方法可以应用于不同的网络结构、不同的应用以及不同的输入数据集上；且基于相关参数矩阵提取特征值，提高预测模型识别效果，降低任务的执行时间；基于多DNN并存的模型选择方法，提升预测模型对图像处理应用的整体精度；同时，通过采用边缘设备和云计算中心相互协同调度的方式执行目标任务，减小了带宽资源损耗，且保证了数据的安全性。
-
Patent Agency Ranking
公开(公告)号：CN114567560A
公开(公告)日：2022-05-31
申请号：CN202210067473.8
申请日：2022-01-20
Applicant: 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司泰州供电分公司
IPC: H04L41/0894 , H04L41/14 , H04L67/1001 , H04L67/60 , G06N3/08
Abstract: 本发明公开一种基于生成对抗模仿学习的边缘节点动态资源分配方法，包括：获取边缘节点上的边缘环境信息，根据边缘环境信息，利用预先训练的资源分配策略模型得到资源分配策略；根据资源分配策略向请求服务的各用户节点分配应用服务资源；资源分配策略模型基于预训练的用户请求策略模型利用Q‑learning强化学习算法训练得到；用户请求策略模型为基于历史真实边缘环境信息利用生成对抗训练得到。本发明无需通过与大量真实边缘环境交互便可实现资源分配策略模型的策略优化，从而在实际边缘节点资源分配时能够获得更贴合实际用户需求的资源分配策略，提升边缘节点应用为用户提供服务的效率，优化用户服务体验。
-
公开(公告)号：CN115202879B
公开(公告)日：2024-10-29
申请号：CN202210828289.0
申请日：2022-07-13
Applicant: 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司泰州供电分公司
IPC: G06F9/50 , G06F9/48 , G06V10/771 , G06V10/774 , G06V10/82 , H04L67/10
Abstract: 本发明公开了一种基于多类型智能模型的云边协同调度方法及应用，应用于云边协同系统中，云边协同系统包括云计算中心以及多个边缘节点，该方法包括：构建预测模型，预测模型包括分别部署在N个边缘节点上的N个推理模型以及对应的N个选择模型；基于预测模型中的选择模型调度对应的推理模型执行目标任务。该方法可以应用于不同的网络结构、不同的应用以及不同的输入数据集上；且基于相关参数矩阵提取特征值，提高预测模型识别效果，降低任务的执行时间；基于多DNN并存的模型选择方法，提升预测模型对图像处理应用的整体精度；同时，通过采用边缘设备和云计算中心相互协同调度的方式执行目标任务，减小了带宽资源损耗，且保证了数据的安全性。
-
公开(公告)号：CN114567560B
公开(公告)日：2024-07-12
申请号：CN202210067473.8
申请日：2022-01-20
Applicant: 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司泰州供电分公司
IPC: H04L41/0894 , H04L41/14 , H04L67/1001 , H04L67/60 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/092
Abstract: 本发明公开一种基于生成对抗模仿学习的边缘节点动态资源分配方法，包括：获取边缘节点上的边缘环境信息，根据边缘环境信息，利用预先训练的资源分配策略模型得到资源分配策略；根据资源分配策略向请求服务的各用户节点分配应用服务资源；资源分配策略模型基于预训练的用户请求策略模型利用Q‑learning强化学习算法训练得到；用户请求策略模型为基于历史真实边缘环境信息利用生成对抗训练得到。本发明无需通过与大量真实边缘环境交互便可实现资源分配策略模型的策略优化，从而在实际边缘节点资源分配时能够获得更贴合实际用户需求的资源分配策略，提升边缘节点应用为用户提供服务的效率，优化用户服务体验。
-
公开(公告)号：CN117349747A
公开(公告)日：2024-01-05
申请号：CN202311271792.1
申请日：2023-09-27
Applicant: 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司泰州供电分公司
IPC: G06F18/2415 , G06N3/0442 , G06Q10/20 , G06Q50/06 , H02J13/00
Abstract: 本发明公开了一种电力物联智能终端的离线故障原因分类方法。所述方法包括：获取电力物联智能终端的历史时序数据；将所述历史时序数据输入故障原因分析模型得到故障原因概率集合，所述故障原因分析模型包括由门控循环单元GRU、深度神经网络DNN、以及注意力机制Attention结合的GRU‑DNN‑Attention模型；根据所述故障原因概率集合确定所述电力物联智能终端离线的故障原因。该方法能够通过GRU‑DNN‑Attention模型确定电力物联智能终端离线的故障原因概率集合，并根据故障原因概率集合确定电力物联智能终端离线的故障原因，提高了电力物联智能终端的运维效率。
-
公开(公告)号：CN114565018B
公开(公告)日：2024-12-10
申请号：CN202210083463.3
申请日：2022-01-25
Applicant: 国网江苏省电力有限公司信息通信分公司
IPC: G06F18/24 , G06F18/214 , G06Q50/22 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于多维特征的非侵入式负荷辨识方法，其包括：获取目标时间段内的总电器数据并进行预处理；将预处理后的数据输入预构建的非侵入式负荷辨识模型中进行负荷辨识获取辨识结果；由于分钟级电表数据采集频率较低，增加了捕捉居民用电负荷特征的难度，严重影响了最终的负荷辨识结果。通过引入家用电器物理特征和居民用户社会特征，结合门控机制和注意力机制，增强从分钟级电表数据中分析和挖掘居民用电负荷特征的能力，提升非侵入式负荷辨识方法在分钟级数据上的辨识精准度。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.453 seconds)
