-
公开(公告)号:CN110366193B
公开(公告)日:2023-06-20
申请号:CN201910451559.9
申请日:2019-05-28
Applicant: 中国电力科学研究院有限公司 , 国网山东省电力公司信息通信公司 , 国家电网有限公司
Abstract: 本发明公开了一种智能电网的网络编排层承载的切片部署方法,其特征在于,包括:将智能电网的网络编排层划分为路径模块,权重模块,以及效用模块;路径模块根据网络拓扑结构,确定源节点到目的节点之间的路径数量,通过建立路径存储矩阵,将遍历后路径存储于所述矩阵中;权重模块根据电力业务不同的类型对权重指标的需求,使用动量梯度下降算法动态调整神经网络的权重,并使用测试数据对所述神经网络进行训练;效用模块使用路径模块存储的路径,应用效用函数对待处理的业务所对应的所有路径的得分进行表述,选择效用得分最高的路径,完成智能电网的网络编排层承载的切片部署,满足智能电网资源的合理分配,适应多类业务的各异需求,提高了服务质量。
-
公开(公告)号:CN111160603B
公开(公告)日:2022-11-25
申请号:CN201911148426.0
申请日:2019-11-21
Applicant: 中国电力科学研究院有限公司 , 北京邮电大学 , 国网四川省电力公司电力科学研究院 , 国家电网有限公司
Abstract: 本发明公开了一种端到端电力通信业务可靠性保障方法及系统,所述方法包括:采集业务接收端的电力数据;将所述电力数据输入至预先训练的Attention LSTM预测模型,获得预设的未来时刻的电力数据预测值;将所述电力数据预测值与预设阈值进行对比;若所述电力数据预测值低于预设阈值,则对所述端到端电力通信业务系统进行分析,并按预设规则实施业务可靠性保障措施;若所述可靠性保障措施有效,维持该保障措施,并持续进行电力数据监控;所述方法及系统通过建立基于融合注意力机制的LSTM神经网络的电力数据预警模型,对电力数据进行预警,并设置应对的保障方案,以保障端到端电力通信业务的可靠性。
-
公开(公告)号:CN111324046B
公开(公告)日:2022-10-25
申请号:CN202010128443.4
申请日:2020-02-28
Applicant: 中国电力科学研究院有限公司
IPC: G05B17/02
Abstract: 本发明公开了一种用于对分布式仿真系统进行协同运算的方法及系统,其中方法包括:分布式仿真系统中包括时间同步管理器,通过所述时间同步管理器采用标量逻辑时间统一所述分布式仿真系统中各子系统的时钟周期;基于所述分布式仿真系统中事件频率期望调整所述时间同步管理器的同步时钟频率;对所述分布式仿真系统中仿真事件传输的时延进行计算,获取时延计算结果;根据所述时延计算结果控制所述仿真事件的到达时序,以进行所述分布式仿真系统中各子系统的协同运算。
-
公开(公告)号:CN110881026B
公开(公告)日:2022-10-04
申请号:CN201910977929.2
申请日:2019-10-15
Applicant: 中国电力科学研究院有限公司
IPC: H04L9/40
Abstract: 本发明公开了一种用于对信息采集终端用户进行身份认证的方法及系统,其中方法包括:通过客户端获取经过加密后的请求包;通过客户端基于协议封装报文将加密后的请求包转发至认证服务端;通过认证服务端利用密钥通过加密机加密并组装经过加密后的请求包,将组装请求包转发至安全隔离网关;通过安全隔离网关将组装请求包进行一次解密,并转发至用采系统;通过用采系统对经过一次解密的组装请求包进行二次解密,对信息采集终端用户的身份信息进行验证,获取身份验证结果;通过用采系统对信息采集终端用户的身份验证结果进行加密,并将身份验证结果发送至认证服务端;认证服务端对身份验证结果进行解密,将经过解密后的身份验证结果转发至客户端。
-
公开(公告)号:CN114881050A
公开(公告)日:2022-08-09
申请号:CN202210487720.X
申请日:2022-05-06
Applicant: 中国电力科学研究院有限公司
Abstract: 本发明公开了一种电力通信业务数据的翻译方法、系统、装置及存储介质,方法包括步骤:获取电力通信业务数据,从所述电力通信业务数据中获取业务路由数据;将所述业务路由数据转化为结构化链表数据;将所述结构化链表数据输入到预训练好的双向LSTM网络进行机器翻译,所述双向LSTM网络输出还原后的链路序列。本发明无需依赖字符级别匹配的大规模数据集,并充分利用了数据上下文语义信息,解决由于数据多源化造成站点表义不明的问题,提升了数据匹配的准确性和可靠性,减少了开展数据清洗工作的人力成本。
-
公开(公告)号:CN114839858A
公开(公告)日:2022-08-02
申请号:CN202210441729.7
申请日:2022-04-25
Applicant: 中国电力科学研究院有限公司 , 国网河南省电力公司电力科学研究院 , 国网电力科学研究院有限公司 , 国家电网有限公司
IPC: G05B9/03
Abstract: 本发明公开了安控通信故障监控方法、系统、设备及存储介质,采集安全稳定控制系统实时性能数据;经过筛选得到与单板故障相关度大于设定阈值的实时性能数据;将与单板故障相关度大于设定阈值的实时性能数据输入故障定位模型,得到对应的疑似故障单板位置;将与单板故障的相关度大于设定阈值的实时性能数据输入故障校验模型,判断与单板故障的相关度大于设定阈值的实时性能数据为正常数据或故障数据,将故障数据对应的疑似故障单板位置确定为真实故障单板位置。本发明使安全稳定控制系统可以准确的定位故障,确定故障类型,同时匹配与决策方案处理故障,从而达到保障电力安全的目标。
-
公开(公告)号:CN111355660B
公开(公告)日:2022-04-15
申请号:CN202010151843.7
申请日:2020-03-06
Applicant: 中国电力科学研究院有限公司 , 国网四川省电力公司电力科学研究院 , 国家电网有限公司
IPC: H04L45/247 , H04L45/12 , H04L45/122 , H04Q11/00 , H04B10/038 , H04B10/032
Abstract: 本发明公开了一种基于容量均衡与相对时延的路由确定方法及系统,包括:按照业务列表中的业务顺序确定待处理的业务,根据场景逻辑图获取该业务对应的所有的源节点到目的节点的路由,确定业务关联逻辑图;去除超容光纤链路,根据剩余的光纤链路构建第一业务关联可用逻辑图,并计算每条光纤链路的光纤链路权值;利用K条最短路由KSP算法,根据光纤链路权值确定至少一条可选工作路由;利用KSP算法,确定至少一条可选保护路由;根据所述可选工作路由和可选保护路由确定至少一组可选双路由,计算每组可选双路由的相对时延,并在确定最小的相对时延小于预设的相对时延阈值时,选取所述最小的相对时延对应的可选双路由作为最佳工作保护路由。
-
公开(公告)号:CN112152697B
公开(公告)日:2022-03-22
申请号:CN202010745754.5
申请日:2020-07-29
Applicant: 国家电网有限公司 , 中国电力科学研究院有限公司
Abstract: 本发明一种基于北斗短报文通信的电力业务数据编码传输方法、系统及存储介质;所述方法包括,将采集的电力业务数据,根据实际业务的要求和预先形成的数据字典进行编码后,生成电力业务消息并加入到消息队列中;电力业务消息包括用于标识电力业务数据的主帧和用于存放电力业务数据的数据内容;若电力业务消息长度不超过所用北斗短报文的数据传输上限,则该电力业务消息单条发送,否则该电力业务消息分包发送;若主帧中标识需要反馈,该电力业务消息发送未接收到反馈或接收到丢包反馈则重新发送该电力业务消息,直至接收到成功反馈后将该电力业务消息从消息队列中删除;若主帧标识不需要反馈,则该电力业务消息发送后即从消息队列中删除。
-
公开(公告)号:CN114003508A
公开(公告)日:2022-02-01
申请号:CN202111343058.2
申请日:2021-11-12
Applicant: 中国电力科学研究院有限公司
IPC: G06F11/36
Abstract: 本发明属于软件测试技术领域,公开一种基于云平台的软件测试工具集群管理方法及系统;所述包括:业务层、服务层和工具层;所述业务层,用于向用户提供用于进行软件测试申请和测试任务流程管理的可见操作界面;所述服务层,集成了若干测试服务;所述服务层,集成了若干软件测试工具,用于供对应测试服务调用进行软件测试。本发明一种基于云平台的软件测试工具集群管理系统,可将不同种类测试工具集中虚拟化和平台化,测试人员通过统一入口远程调用工具进行测试,从而有效提升测试工具的利用率,降低工具使用成本,提高检测的标准化程度。
-
公开(公告)号:CN113939034A
公开(公告)日:2022-01-14
申请号:CN202111206099.7
申请日:2021-10-15
Applicant: 华北电力大学 , 中国电力科学研究院有限公司
IPC: H04W72/08
Abstract: 本发明公开了一种立体异构电力物联网云边端协同资源分配方法,即对空天地一体化立体异构电力物联网中的云、边、端协同任务卸载和计算资源分配进行联合优化,包括(1)构建系统模型建立卫星、无人机及终端构成的立体异构电力物联网场景;(2)模型的细化;(3)排队时延约束与联合优化问题的提出与转换;(4)基于Lyapunov优化原理联合优化问题的分解和求解,在每个时隙最小化漂移加惩罚的上界;(5)基于深度强化学习的云边端协同任务卸载决策算法五个步骤构成。本发明基于深度强化学习解决高维任务卸载问题,结合神经网络提供的复杂函数逼近能力和actor‑critic算法提供的决策能力,有效解决了信息不确定下的维数灾难问题。
-
-
-
-
-
-
-
-
-