-
公开(公告)号:CN118363831A
公开(公告)日:2024-07-19
申请号:CN202410529706.0
申请日:2024-04-29
Applicant: 国网辽宁省电力有限公司 , 国网辽宁省电力有限公司信息通信分公司
IPC: G06F11/34 , G06F11/30 , G06N3/0442 , G06N3/045 , G06N3/084 , G06N7/01 , G06F18/15 , G06F18/27 , G06F18/20 , G06F123/02
Abstract: 本发明提供了一种多模型融合的智能电网云数据中心资源负荷预测方法,包括如下步骤:S1:模型首先建立ARIMA预测模型、BPNN预测模型、LSTM预测模型,利用所建立的模型对时间序列和未来工作量的预测;S2:利用客观赋权法中的CRITIC方法,将三种预测模型的预测结果CRITIC客观赋权法将多模型的预测结果进行加权组合,得到组合预测结果,同时根据真实误差对未来误差进行预测;S3:通过对组合预测结果进行误差修正得到最终的预测结果。本发明所提供的预测模型及方法具有较好的预测精度,同时也具有一定的泛化能力,可以准确预测云数据中心负载的变化趋势,将所提模型运用到云数据中心负载预测与管理中可以有效提高云数据中心的网络资源利用率。
-
公开(公告)号:CN118646662A
公开(公告)日:2024-09-13
申请号:CN202410586909.3
申请日:2024-05-13
Applicant: 国网辽宁省电力有限公司信息通信分公司
Abstract: 本申请涉及一种电力信息通信网络中缺陷的确定方法以及装置。电力信息通信网络中缺陷的确定方法包括:根据待检测电力信息通信机房中各个目标设备的基本属性信息、初始元宇宙三维空间模型以及待检测电力信息通信网络中各个类型的目标网络数据,确定目标电力信息通信网络区域模型;基于目标设备在通信传输过程中的实际数据传输占空比和目标设备对应的预设数据传输占空比阈值,判断目标设备是否存在缺陷;若是,则基于训练好的目标网络缺陷识别模型,确定缺陷对应的缺陷类型以及缺陷在缺陷类型下的缺陷等级。本申请提升了对电力信息通信网络中缺陷判断的准确性,在降低了区域局限的同时,提升了缺陷识别的效率。
-