-
公开(公告)号：CN113485878A
公开(公告)日：2021-10-08
申请号：CN202110762317.9
申请日：2021-07-06
摘要： 本发明公开了一种用于多站融合的多数据中心故障检测方法，首先采集日志数据并将日志数据解析为结构化日志，建立每个应用程序的执行路径拓扑结构，然后分别对日志键和日志参数进行故障检测，能够完成每一个应用的日志故障检测；日志参数故障检测利用聚类算法，在选择聚类中心时先根据数据紧密度剔除日志参数数据集中的稀疏点，再分层从每个属性日志参数中选择数据点作为聚类中心，进而在每个聚类中检测日志参数是否异常，避免日志参数数据类型对聚类结果的影响，使聚类结果趋近于全局最优；最后构建适用于多站融合的多数据中心检测架构。本发明的故障检测方法能够检测每个应用程序的日志键和日志参数，进而全面准确地进行故障检测。
-
公开(公告)号：CN113485878B
公开(公告)日：2022-11-11
申请号：CN202110762317.9
申请日：2021-07-06
摘要： 本发明公开了一种用于多站融合的多数据中心故障检测方法，首先采集日志数据并将日志数据解析为结构化日志，建立每个应用程序的执行路径拓扑结构，然后分别对日志键和日志参数进行故障检测，能够完成每一个应用的日志故障检测；日志参数故障检测利用聚类算法，在选择聚类中心时先根据数据紧密度剔除日志参数数据集中的稀疏点，再分层从每个属性日志参数中选择数据点作为聚类中心，进而在每个聚类中检测日志参数是否异常，避免日志参数数据类型对聚类结果的影响，使聚类结果趋近于全局最优；最后构建适用于多站融合的多数据中心检测架构。本发明的故障检测方法能够检测每个应用程序的日志键和日志参数，进而全面准确地进行故障检测。
-
公开(公告)号：CN112580961B
公开(公告)日：2022-09-09
申请号：CN202011473224.6
申请日：2020-12-15
申请人： 国网电力科学研究院有限公司 , 国网江苏省电力有限公司信息通信分公司
摘要： 本发明公开了一种基于电网信息系统运行风险预警方法，包括：获取电网信息系统预设时间多个时间节点下的运维数据；对电网信息系统正常运行状态下同一指标、相同时间节点下的数据进行线性回归分析，设置运维数据指标的阈值或阈值范围，根据阈值或阈值范围判断运维数据是否超出正常范围；对异常原因进行分析，判定运行风险类型；若检测指标存在风险状态，则判定故障等级，并进行预警。本发明还公开了一种基于电网信息系统运行风险预警装置。本发明通过对数据中心运行数据进行分析，挖掘系统运行风险，提升了边缘数据中心运维能力与效率；合理识别边缘运行风险，分级别递进预警运行风险确保无人值守时系统的准确执行。
-
公开(公告)号：CN112367354B
公开(公告)日：2023-08-04
申请号：CN202011072269.2
申请日：2020-10-09
申请人： 国网电力科学研究院有限公司 , 国网江苏省电力有限公司信息通信分公司
IPC分类号： H04L67/10 , H04L67/1095 , H04L41/0663 , H04L41/142
摘要： 本发明公开了一种云边资源图智能调度系统及其调度方法，该调度系统包括多数据图计算资源协同管理器、云‑边协同计算模型；多数据图计算资源协同管理器用于管理多数据中心资源；云‑边协同计算模型用于分配调度多数据中心资源和计算任务，并提供该调度系统的调度方法。本发明的调度系统适应多中心的资源协同运行场景，底层基于图数据库技术构建异构多数据中心资源类型以及之间的关系，构建一个描述多数据中心云边协同资源之间相关性的图状态库，采用图的调度算法将异构多数据中心资源调度转换为有向无环图调度问题，实现复杂多数据中心云边协同资源智能调度。
-
公开(公告)号：CN112637263B
公开(公告)日：2022-11-11
申请号：CN202011318622.0
申请日：2020-11-23
申请人： 国网电力科学研究院有限公司 , 国网江苏省电力有限公司信息通信分公司
IPC分类号： H04L67/60 , H04L67/1008 , H04L41/0663 , G06F9/50
摘要： 本发明公开了一种多数据中心资源优化提升方法、系统和存储介质，通过运用专家设定的资源调度规则，在资源使用时采用全局调度和边缘调度相结合的方法，最后采用资源一致性图数据库分析方法实现资源一致性及利用率分析。本方法创新地提出多数据中心资源优化提升方法，适应多中心资源优化提升场景，采用RDF资源描述框架、TLGM数据模型构建多数据中心资源图库，采用全局调度器、边缘调度器协同处理计算请求，采用数据联动状态数据模型、调度规则、概率计算矩阵将资源一致性及资源利用率问题转化为图查询，采用原图重投、子图合并技术和高效平衡负载实现图查询，通过以上技术，实现多数据中心资源优化提升。
-
公开(公告)号：CN113988464A
公开(公告)日：2022-01-28
申请号：CN202111362895.X
申请日：2021-11-17
申请人： 国家电网有限公司客户服务中心 , 南京大学 , 国网江苏省电力有限公司信息通信分公司 , 国网电力科学研究院有限公司
摘要： 本发明公开了一种基于图神经网络的网络链路属性关系预测方法及设备。所述方法包括：将网络数据映射为对应的拓扑图结构，并得到拓扑图结构的节点属性矩阵；基于拓扑图结构获取无权重拓扑图结构的邻接矩阵，基于节点属性矩阵获取带权重拓扑图结构的邻接矩阵；根据无权重拓扑图结构的邻接矩阵，经过包含集成更新的传播机制生成节点的空间嵌入向量；根据拓扑图结构的节点属性矩阵和带权重拓扑图结构的邻接矩阵，经过包含集成更新的传播机制生成节点的属性嵌入向量；将空间嵌入向量和属性嵌入向量进行拼接，得到合成嵌入向量；将合成嵌入向量输入节点对关系提取器，最终得到节点之间的链路关系预测结果。本发明可提高网络链路属性关系预测的性能。
-
公开(公告)号：CN115907505A
公开(公告)日：2023-04-04
申请号：CN202211232861.3
申请日：2022-10-10
IPC分类号： G06Q10/0639 , G06Q10/20 , G06Q50/06 , G06F16/36
摘要： 本发明公开了一种基于知识图谱的电力互联网运维预警方法及系统，包括以下步骤：基于事先构建的电力互联网知识图谱，获取与待监测应用系统存在包含关系的业务，并从中筛选出运行故障的业务，对该类业务进行标记，得到被标记的业务；基于事先构建的电力互联网知识图谱，获取与被标记的业务存在影响关系的关联指标，并从中筛选出异常的关联指标，对该类异常的关联指标进行标记，得到被标记的关联指标；基于事先构建的电力互联网知识图谱，获取与被标记的关联指标存在影响关系的其他关联指标，并从中筛选出异常的关联指标，对该类异常的关联指标进行标记，得到被标记的关联指标；基于被标记的业务和关联指标，实现电力互联网运维预警。
-
公开(公告)号：CN112637263A
公开(公告)日：2021-04-09
申请号：CN202011318622.0
申请日：2020-11-23
申请人： 国网电力科学研究院有限公司 , 国网江苏省电力有限公司信息通信分公司
摘要： 本发明公开了一种多数据中心资源优化提升方法、系统和存储介质，通过运用专家设定的资源调度规则，在资源使用时采用全局调度和边缘调度相结合的方法，最后采用资源一致性图数据库分析方法实现资源一致性及利用率分析。本方法创新地提出多数据中心资源优化提升方法，适应多中心资源优化提升场景，采用RDF资源描述框架、TLGM数据模型构建多数据中心资源图库，采用全局调度器、边缘调度器协同处理计算请求，采用数据联动状态数据模型、调度规则、概率计算矩阵将资源一致性及资源利用率问题转化为图查询，采用原图重投、子图合并技术和高效平衡负载实现图查询，通过以上技术，实现多数据中心资源优化提升。
-
公开(公告)号：CN112367354A
公开(公告)日：2021-02-12
申请号：CN202011072269.2
申请日：2020-10-09
申请人： 国网电力科学研究院有限公司 , 国网江苏省电力有限公司信息通信分公司
摘要： 本发明公开了一种云边资源图智能调度系统及其调度方法，该调度系统包括多数据图计算资源协同管理器、云‑边协同计算模型；多数据图计算资源协同管理器用于管理多数据中心资源；云‑边协同计算模型用于分配调度多数据中心资源和计算任务，并提供该调度系统的调度方法。本发明的调度系统适应多中心的资源协同运行场景，底层基于图数据库技术构建异构多数据中心资源类型以及之间的关系，构建一个描述多数据中心云边协同资源之间相关性的图状态库，采用图的调度算法将异构多数据中心资源调度转换为有向无环图调度问题，实现复杂多数据中心云边协同资源智能调度。
-
公开(公告)号：CN115599195B
公开(公告)日：2023-05-05
申请号：CN202211601716.8
申请日：2022-12-14
申请人： 国网江苏省电力有限公司信息通信分公司 , 国网电力科学研究院有限公司
IPC分类号： G06F1/3234 , G06F9/50 , G06N3/08 , G06F18/2431
摘要： 本发明公开一种基于CUDA性能计数器的GPU能耗预测方法及系统，方法包括：获取多个基准应用程序对应的特征数据，得到功率模型数据集和时间模型数据集；训练构建的功率网络模型和时间网络模型，获得目标程序的所有CUDA内核，进而获取目标应用程序对应性能计数器和GPU频率组合，将性能计数器和GPU频率组合分别输入到训练后的功率和时间网络模型中，得到内核的功率和执行时间以及能耗。本发明根据不同类型的GPU和CUDA内核计算能力选择全部性能指标，采用GPU频率组合和CUDA性能计数器作为特征表示，并采集CUDA内核功率和执行时间，从而提高预测精度和泛化性。
-
-
-
-
-
-
-
-
-
搜索结果
16 条记录 (耗时 0.091 秒)
