-
公开(公告)号：CN119071010A
公开(公告)日：2024-12-03
申请号：CN202410913001.9
申请日：2024-07-09
Applicant: 淮北矿业股份有限公司临涣煤矿 , 合肥工业大学
IPC: H04L9/40
Abstract: 本发明公开了一种模糊推理的网络流量识别方法，包括：1.计算网络流量在各个测度上的KL距离值；2.采用自回归积分滑动平均模型计算KL距离在各个测度上的预测值，并计算出KL距离预测值和实际值之差；3.持续监控网络设备的队列平均长度，并计算出丢弃概率；4.确定差值、丢弃概率对各个模糊子集的隶属度，基于它们和网络异常状态值之间的逻辑关系制定模糊规则，并进行反模糊化操作，推理出网络异常状态值；5.对各个测度的网络异常状态值进行加权综合，并根据监测阈值对网络流量进行识别。本发明旨在综合多测度指标对异常流量进行识别和过滤，保障通信网络中关键业务流的实时性。
-
公开(公告)号：CN119071249A
公开(公告)日：2024-12-03
申请号：CN202410913003.8
申请日：2024-07-09
Applicant: 淮北矿业股份有限公司临涣煤矿 , 合肥工业大学
IPC: H04L47/6275 , H04L41/12 , H04L41/14 , H04L41/5022
Abstract: 本发明公开了一种确定性网络数据流优先级控制方法，包括：1.建立网络拓扑模型，定义时敏流的基本参数；2.计算低优先级流的所有无环路径，并根据融合指标对无环路径进行排序；3.构建整数线性调度模型，向模型中添加高优先级流集合的多项约束条件，得到低优先级流的传输开始时间，以确保低优先级流能够在高优先级流集合的预留时隙中进行传输，从而提高网络带宽利用率。本发明能应用于确定性网络中，并确保关键业务流的优先通行和快速响应，能显著提升网络的整体运行效率和安全性。
-
公开(公告)号：CN118631758A
公开(公告)日：2024-09-10
申请号：CN202410845864.7
申请日：2024-06-27
Applicant: 合肥工业大学
IPC: H04L47/6275 , H04L67/12 , H04L41/12 , H04L41/14
Abstract: 本发明公开了一种基于TSN的电网通信模型的优先级控制方法，包括：1.建立网络拓扑模型，定义数据流的基本参数；2.设计基于信用值的流量计过滤机制，使用空闲斜率和发送斜率计算帧的信用值，当两帧之间的时间间隔较短时，其信用值会相应减小，当信用值小于零时，该数据帧将被丢弃；3.计算高优先级流的所有简单路径，并根据融合参数指标HOC值对路径进行选择；4.构建动态优先级调度模型，向模型中添加多个约束条件，得到低优先级流的传输开始时间，以确保低优先级流能够在高优先级流的预留时隙中进行传输，从而提高网络带宽利用率。本发明能应用于TSN网络的PSFP或CQF机制中，并确保关键业务流的优先通行和快速响应，能显著提升电网的整体运行效率和安全性。
-
公开(公告)号：CN118276535B
公开(公告)日：2024-09-03
申请号：CN202410691170.2
申请日：2024-05-30
Applicant: 合肥工业大学
IPC: G05B19/418 , G06F18/2433
Abstract: 本发明公开了一种基于数字孪生的产线管控系统、方法、设备及介质，包括：通过采集产线的实时数据，其中，实时数据为不同设备和通信接口的多源异构数据；基于实时数据，确定机器人的实际运行轨迹，并基于实际运行轨迹与期望轨迹，确定轨迹误差；基于轨迹误差，对机器人的运行参数进行调整，并根据调整后的参数对机器人进行控制。本发明实现对产线的精准控制和及时纠正，有利于提高产线效率。
-
Patent Agency Ranking
公开(公告)号：CN118033317A
公开(公告)日：2024-05-14
申请号：CN202410169970.8
申请日：2024-02-06
Applicant: 合肥工业大学
IPC: G01R31/08 , G06F18/2433 , G06N3/0442 , G06N3/045 , G06N3/084 , G06F123/02
Abstract: 本发明公开了一种时序特征优化的BiLSTM的输电线路故障诊断方法，包括：1、获取n个故障影响因素下的M个输电线路运行样本；2、采用综合置权法筛选出关键因素，得到关键故障影响因素下的样本集合，并标注线路故障标签；3、构建改进的BiLSTM网络，包括：遗忘门、输入门、输出门、时序特征优化模块和诊断模块；在损失函数中引入相似性惩罚项，以增强模型不同方向特征信息的学习能力；利用梯度下降法对改进的BiLSTM网络进行训练，得到输电线路故障诊断模型；4、基于实时采集的输电线路多维监测数据，利用诊断模型对输电线路进行故障诊断。本发明能广泛应用于架空输电线路运行故障诊断，提高诊断结果的可靠性和准确性。
-
公开(公告)号：CN116828604A
公开(公告)日：2023-09-29
申请号：CN202311018723.X
申请日：2023-08-14
Applicant: 合肥工业大学 , 国网浙江省电力有限公司杭州供电公司 , 国网电力科学研究院有限公司 , 安徽南瑞继远电网技术有限公司 , 国网浙江省电力有限公司
IPC: H04W72/0446 , H04W84/18 , H04W52/02
Abstract: 本发明公开了一种统计学习动态帧的LoRa自组网时隙调度方法，其步骤包括：1、网关节点为终端节点随机分配2Q个时隙，各终端节点随机占用时隙进行数据传输，完成一个帧周期操作；2、在帧周期结束后，利用基于统计学的方法对时隙计数值Q进行调整；同时利用基于贯序极限学习机对时隙计数值Q进行预测，以提高Q的估计精度，实现时隙总数与终端节点数的精准匹配，从而达到较高的时隙利用率。本发明能有效提高LoRa自组网时隙的利用率，同时能避免频繁改变帧长以及频繁广播的操作，从而有助于降低网络的计算量、功耗和数据的传输时延。
-
公开(公告)号：CN117615435A
公开(公告)日：2024-02-27
申请号：CN202311603126.3
申请日：2023-11-28
Applicant: 合肥工业大学
Abstract: 本发明公开了一种减法聚类模糊推理的LoRa自组网帧长优化方法，其步骤包括：1、网关节点为终端节点分配2Q个初始时隙，并广播给所有终端节点，各终端节点随机选取时隙进行数据传输；2、在数据传输过程中，基于冲突时隙和空闲时隙的动态变化情况，采用增益权重函数对时隙参数Q进行动态调整，进一步采用自适应神经网络模糊推理系统对Q值进行最优估计；3、引入减法聚类对模糊推理系统的前件参数设置进行改进，实现时隙总数2Q与终端节点数的精准匹配，从而提升自组网的时隙利用率。本发明能够实现LoRa自组网帧长度和帧结构优化，进而提高时隙利用率和通讯吞吐率。
-
公开(公告)号：CN118590286A
公开(公告)日：2024-09-03
申请号：CN202410770884.2
申请日：2024-06-14
Applicant: 合肥工业大学
IPC: H04L9/40
Abstract: 本发明公开了一种基于多维分散模糊推理的异常网络流量识别方法，包括：1.选择多个维度的网络流量并识别关键指标，计算网络流量在各个维度上的相对熵值；2.采用指数平滑预测模型计算相对熵在各个维度上的预测值，并计算出相对熵预测值和实际值之差；3.基于间隔探测模型测量出网络的带宽占用；4.将差值、带宽占用和异常分数分别划分成数个模糊子集，并确定各个模糊子集的隶属度，从而制定模糊规则，计算出各个维度的异常分数；5.对各个维度的异常分数进行加权综合，并根据监测阈值，判断当前数据流是否异常。本发明旨在综合多维度指标对异常流量进行识别和过滤，从而能保障通信网络中关键业务流的实时性。
-
公开(公告)号：CN118276535A
公开(公告)日：2024-07-02
申请号：CN202410691170.2
申请日：2024-05-30
Applicant: 合肥工业大学
IPC: G05B19/418 , G06F18/2433
Abstract: 本发明公开了一种基于数字孪生的产线管控系统、方法、设备及介质，包括：通过采集产线的实时数据，其中，实时数据为不同设备和通信接口的多源异构数据；基于实时数据，确定机器人的实际运行轨迹，并基于实际运行轨迹与期望轨迹，确定轨迹误差；基于轨迹误差，对机器人的运行参数进行调整，并根据调整后的参数对机器人进行控制。本发明实现对产线的精准控制和及时纠正，有利于提高产线效率。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.1 seconds)
