-
公开(公告)号：CN111738572A
公开(公告)日：2020-10-02
申请号：CN202010514181.5
申请日：2020-06-08
Applicant: 中国电信集团工会上海市委员会 , 中国电信股份有限公司上海分公司
Abstract: 本发明提供了一种终端生命周期管理系统，应用于固网终端，包括一终端监测模块、一终端评价模块和一终端回收模块。通过本技术方案，能够建立起一监测固网终端全生命周期的管理系统，贯穿终端采购入库到报废全流程，系统地记录固网终端的所有使用痕迹；可以将设备从入库到在网使用，再到拆机离网、故障离网、升速离网，维修翻新，报废等整个生命周期情况抓取出来，从而对每个状态进行精细管理，尽量减少终端的非在网时长，增加终端的在网时长和使用寿命，最终减少终端的采购成本；同时还能够通过捕捉终端生命周期状态实现终端精细化管理，形成对各厂商终端设备整体生命力的评估，以作为后续采购评分的动态依据，加强了企业的采购规范化。
-
Patent Agency Ranking
公开(公告)号：CN106130787A
公开(公告)日：2016-11-16
申请号：CN201610604390.2
申请日：2016-07-28
Applicant: 中国电信集团工会上海市网络操作维护中心委员会 , 中国电信集团工会上海市委员会
Abstract: 本发明提供了一种基于软件定义网络的业务处理系统及方法，包括：业务定制单元，供使用者通过客户端远程操作以选择需要定制的业务并形成与业务对应的业务订单输出；控制单元，用以对接收的业务订单进行解析以获得第一解析结果并根据解析结果形成获取业务参数的请求并输出；第一业务管理单元，根据请求返回一与请求对应的业务参数信息至控制单元；网关单元，设置于本地，接收的业务参数信息并根据业务参数信息进行配置与第一业务管理单元之间建立一通信信道；客户端，用以供使用者于本地使用业务。其技术方案的有益效果在于，能够方便客户端的使用者通过远程操作快速的选择需要定制的业务，进而使客户端通过网关单元方便使用定制的业务。
-
公开(公告)号：CN106130787B
公开(公告)日：2020-04-24
申请号：CN201610604390.2
申请日：2016-07-28
Applicant: 中国电信集团工会上海市网络操作维护中心委员会 , 中国电信集团工会上海市委员会
Abstract: 本发明提供了一种基于软件定义网络的业务处理系统及方法，包括：业务定制单元，供使用者通过客户端远程操作以选择需要定制的业务并形成与业务对应的业务订单输出；控制单元，用以对接收的业务订单进行解析以获得第一解析结果并根据解析结果形成获取业务参数的请求并输出；第一业务管理单元，根据请求返回一与请求对应的业务参数信息至控制单元；网关单元，设置于本地，接收的业务参数信息并根据业务参数信息进行配置与第一业务管理单元之间建立一通信信道；客户端，用以供使用者于本地使用业务。其技术方案的有益效果在于，能够方便客户端的使用者通过远程操作快速的选择需要定制的业务，进而使客户端通过网关单元方便使用定制的业务。
-
公开(公告)号：CN206272639U
公开(公告)日：2017-06-20
申请号：CN201620804051.4
申请日：2016-07-28
Applicant: 中国电信集团工会上海市网络操作维护中心委员会 , 中国电信集团工会上海市委员会
IPC: H04L12/66
Abstract: 本实用新型提供了一种网关设备，其中，包括：处理器；内存储器，通过一连接线处理器连接；FLASH储存器，用以储存多个远程终端的系统映像文件；第一无线传输单元及第二无线传输单元，分别通过连接线与处理器连接；交换机单元与处理器连接，交换机单元包括多个第一网络接口，用以通过第一网络接口接入外部网络；近场通信单元与处理器连接，多个第二网络接口与处理器连接，第二连接网络接口用以连接本地的客户端；至少两个通用串行接口与处理器连接，用以供外部设备接入网管设备。其技术方案的有益效果在于，支持多种无线传输协议，提供的接口可满足接入多个外部设备，并且保存的远程终端的系统的镜像文件可方便处理单元执行远程终端提供的业务。
-
公开(公告)号：CN109508248B
公开(公告)日：2021-08-20
申请号：CN201811353395.8
申请日：2018-11-14
Applicant: 上海交通大学 , 中国电信股份有限公司上海分公司
Abstract: 一种基于自组织映射神经网络的燃料系统故障的检测方法，通过从燃料系统的压力波形图中获取特征量经预处理后用于建立SOM网络，依次采用启发式算法优化网络结构，采用遗传算法优化网络参数；然后通过对SOM网络的神经元进行初始化并利用训练集对网络进行迭代训练；最后利用测试集进行故障检测识别。本发明能根据燃料系统的压力波形图提取特征量，在原始数据预处理后，通过确定网络结构和优化网络参数来建立对应的自组织映射神经网络模型，同时改善了网络参数初始化凭借经验选择的缺陷，善于应对燃气轮机故障诊断中出现的各类问题，对故障具有较高的识别度，具有重要的工程实用价值。
-
公开(公告)号：CN109508248A
公开(公告)日：2019-03-22
申请号：CN201811353395.8
申请日：2018-11-14
Applicant: 上海交通大学 , 中国电信股份有限公司上海分公司
Abstract: 一种基于自组织映射神经网络的燃料系统故障的检测方法，通过从燃料系统的压力波形图中获取特征量经预处理后用于建立SOM网络，依次采用启发式算法优化网络结构，采用遗传算法优化网络参数；然后通过对SOM网络的神经元进行初始化并利用训练集对网络进行迭代训练；最后利用测试集进行故障检测识别。本发明能根据燃料系统的压力波形图提取特征量，在原始数据预处理后，通过确定网络结构和优化网络参数来建立对应的自组织映射神经网络模型，同时改善了网络参数初始化凭借经验选择的缺陷，善于应对燃气轮机故障诊断中出现的各类问题，对故障具有较高的识别度，具有重要的工程实用价值。
-
-
-
-
-
Search Results
6
records
(took 0.052 seconds)
