一种电力异构网络资源动态切片优化方法及系统

    公开(公告)号:CN117979370A

    公开(公告)日:2024-05-03

    申请号:CN202410390007.2

    申请日:2024-04-02

    摘要: 一种电力异构网络资源动态切片优化方法及系统,所述方法包括以下步骤:对所述电力异构网络提供的网络服务进行分析,将每一个所述网络服务与实现该网络服务的业务类型、虚拟网络功能、网络切片进行关联,以实现所述电力异构网络的超图模型的构建;为所述超图模型的节点和边添加属性信息,并实现逐层关联,基于关联结果和属性信息获得所述超图模型的约束条件;构造所述超图模型的目标函数,基于拉格朗日对偶分解算法计算所述目标函数的最优解。本发明解决了电力异构网络按照不同的业务进行服务功能链的映射、资源和路由联合优化的问题,在资源分配和提高整个系统吞吐量方面,系统资源的利用率等方面具有优越性。

    面向数据智能共享的联邦学习任务混淆部署系统及其方法

    公开(公告)号:CN117640180A

    公开(公告)日:2024-03-01

    申请号:CN202311574313.3

    申请日:2023-11-23

    摘要: 面向数据智能共享的联邦学习任务混淆部署系统及其方法,包括任务层、区块链层、参与层和通信层;任务层由任务发布方组成,当有新的联邦学习任务时,任务发布方将初始全局模型参数,将计算节点得分时的初始权重更新至区块链层,供参与方下载与使用;区块链层使用区块链实现共识机制,选择主节点,完成流程调度并储存任务数据;参与层由各参与方组成,筛选训练节点和恶意节点;将训练节点组成训练小组,从中选出主节点实现模型聚合;通信层使用洋葱路由协议,训练小组中的各节点模型聚合参数传递给主节点,对模型聚合参数中的元数据和每一层路由信息逐层加密,逐层解密。本发明选取洋葱路由设计链下通信的混淆部署方案,实现安全的数据智能共享。

    基于分解网络的电力负荷预测方法

    公开(公告)号:CN115600640A

    公开(公告)日:2023-01-13

    申请号:CN202211214761.8

    申请日:2022-09-30

    IPC分类号: G06N3/04 G06N3/08 H02J3/00

    摘要: 本发明涉及电力负荷预测领域,尤其涉及基于分解网络的电力负荷预测方法,包括:采集用户侧历史负荷数据和气象数据作为原始数据;预处理原始数据;构建预测模型并训练;将待测日前的历史负荷数据和气象数据输入至训练好的预测模型中,得到待测日的电力负荷预测值;预测模型中,预测模型包括分解网络、卷积层和多层感知机;分解网络中的分解模块包括前后切分单元和局部关联信息提取单元;预处理后的原始数据作为输入序列,前后切分单元将输入序列前后切分为前序列和后序列,再通过两个局部关联信息提取单元完成序列中向量数据的提取,输出子序列;分解网络最终得到若干组子序列;最后通过卷积和多层感知机输出负荷预测值。本发明预测效果准确。