-
公开(公告)号：CN117459188A
公开(公告)日：2024-01-26
申请号：CN202311785937.X
申请日：2023-12-25
Applicant: 吉林省吉能电力通信有限公司 , 国网吉林省电力有限公司信息通信公司
IPC: H04L1/00 , H04L41/147 , H04L47/25 , H04L67/52 , H04L69/04 , H04L1/1607 , H04Q9/00 , G01S19/42 , H03M13/09
Abstract: 本发明提供基于北斗通信技术的电力北斗通信系统及通信方法，涉及通信数据传输技术领域，本发明通过循环冗余校验CRC可以高效检测数据在传输过程中的错误，利用北斗定位数据确定设备的校准位置，之后依次通过机器学习模型预测设备未来位置，通过网络质量预测模型获取预测网络质量Q，并将预测的设备未来位置 和预测网络质量Q代入调整函数中以对当前的传输速率的增加、减少进行改变，能够减少因网络拥堵导致的数据包丢失和重传；同时采用决策树算法可以有效地处理大量数据，识别关键信息，减少无关数据传输，采用霍夫曼编码减小数据大小，进而减少数据传输量，提高传输效率。
-
公开(公告)号：CN117152925B
公开(公告)日：2024-01-16
申请号：CN202311404012.6
申请日：2023-10-27
Applicant: 吉林省吉能电力通信有限公司 , 国网吉林省电力有限公司信息通信公司
Abstract: 本发明公开了基于大数据的电力通信数据处理系统，通过电力传输异常分析部件获取传输关键参数，依据传输关键参数中所检测得到的电压增程、温度增程及电流增程获取不同情况下的异常频序值，基于所生成的异常频序曲线图实时作出判断，同步发送异常信号至数据可视化监控部件进行监控预警，本发明相较于现有技术，由传感器检测部件检测数据，进行数据实时分析处理，极大的提高了数据运算的准确性，同时，本发明创造性从增程角度入手，通过仿真试验生成的模型进行数据的集中处理，提高了警示信号的发出准确性。
-
公开(公告)号：CN119582992A
公开(公告)日：2025-03-07
申请号：CN202411715367.1
申请日：2024-11-27
Applicant: 吉林省吉能电力通信有限公司 , 国网吉林省电力有限公司信息通信公司
IPC: H04B17/391 , H04B7/185
Abstract: 本发明提供了一种新能源并网场景空对空无人机信道建模方法。该方法包括：根据新能源并网场景下的环境参数得到环境中信号传播特性，考虑了输电杆塔的影响并引入散射体分布，构建空对空无人机的三维非平稳空对空信道模型；考虑无人机的运动参数引入高斯马尔可夫模型模拟无人机运动轨迹，得出高斯马尔可夫移动模型描述的无人机运动轨迹，得到多径分量参数的时变表达式；根据多径分量参数的时变表达式、环境参数和无人机的运动参数得到三维非平稳空对空信道模型的信道特性分析结果。本发明方法通过引入高斯马尔可夫模型模拟了无人机的动态运动轨迹，确保了信道模型能够反映出无人机实际飞行中的时变性，提升通信系统在复杂环境下的可靠性和稳定性。
-
公开(公告)号：CN117459188B
公开(公告)日：2024-04-05
申请号：CN202311785937.X
申请日：2023-12-25
Applicant: 吉林省吉能电力通信有限公司 , 国网吉林省电力有限公司信息通信公司
IPC: H04L1/00 , H04L41/147 , H04L47/25 , H04L67/52 , H04L69/04 , H04L1/1607 , H04Q9/00 , G01S19/42 , H03M13/09
Abstract: 本发明提供基于北斗通信技术的电力北斗通信系统及通信方法，涉及通信数据传输技术领域，本发明通过循环冗余校验CRC可以高效检测数据在传输过程中的错误，利用北斗定位数据确定电力北斗通信系统设备的校准位置，之后依次通过机器学习模型预测电力北斗通信系统设备未来位置Pfuture，通过网络质量预测模型获取预测网络质量Q，并将预测的电力北斗通信系统设备未来位置Pfuture和预测网络质量Q代入调整函数中以对当前的传输速率的增加、减少进行改变，能够减少因网络拥堵导致的数据包丢失和重传；同时采用决策树算法可以有效地处理大量数据，识别关键信息，减少无关数据传输，采用霍夫曼编码减小数据大小，进而减少数据传输量，提高传输效率。
-
公开(公告)号：CN117152925A
公开(公告)日：2023-12-01
申请号：CN202311404012.6
申请日：2023-10-27
Applicant: 吉林省吉能电力通信有限公司 , 国网吉林省电力有限公司信息通信公司
Abstract: 本发明公开了基于大数据的电力通信数据处理系统，通过电力传输异常分析部件获取传输关键参数，依据传输关键参数中所检测得到的电压增程、温度增程及电流增程获取不同情况下的异常频序值，基于所生成的异常频序曲线图实时作出判断，同步发送异常信号至数据可视化监控部件进行监控预警，本发明相较于现有技术，由传感器检测部件检测数据，进行数据实时分析处理，极大的提高了数据运算的准确性，同时，本发明创造性从增程角度入手，通过仿真试验生成的模型进行数据的集中处理，提高了警示信号的发出准确性。
-
Patent Agency Ranking
公开(公告)号：CN119602833A
公开(公告)日：2025-03-11
申请号：CN202411799284.5
申请日：2024-12-09
Applicant: 吉林省吉能电力通信有限公司 , 国网吉林省电力有限公司信息通信公司
IPC: H04B3/58 , H04B3/36 , H04B17/309 , H04W24/04
Abstract: 本发明公开了一种基于自适应信道选择的无线‑电力线双模通信方法，包括中继节点的选择，形成源节点到中继双模节点再到目的节点的系统模型，源端S无线信道向中继节点R发送信号；中继节点R对接收的信号进行处理获得中继信号，然后根据双模信道状态信息、统计参数变化情况，在电力线信道或无线信道中自适应选择信道质量更好的传输方式，发送信号给目的端D。本发明的自适应信道选择算法可以根据信道质量在无线信道和电力线信道之间进行切换，在双模通信中选择信道质量更好的传输方式，降低数据包在信道传输过程中因信道衰落和噪声影响而发生中断的概率，从而提升系统的整体性能。可实现移动接入和远距离通信，保证室内通信的覆盖效果。
-
公开(公告)号：CN119582991A
公开(公告)日：2025-03-07
申请号：CN202411704373.7
申请日：2024-11-26
Applicant: 吉林省吉能电力通信有限公司 , 国网吉林省电力有限公司信息通信公司
IPC: H04B17/391 , H04B7/185 , H04W24/02
Abstract: 本发明公开了一种新能源并网的无人机辅助网络平均信息年龄最小化策略，针对新能源并网系统中无人机辅助的无线供能传感器网络(WPCN)，提出了一种优化策略以最小化系统平均信息年龄(AoI)。通过在网络中部署无线充电平台，显著减少了无人机的充电往返，有效降低了系统的平均AoI，并提高了运行效率。此外，采用基于深度Q网络(DQN)的算法优化了无人机的轨迹和充电策略，允许根据实时数据和能量需求灵活调整任务优先级。仿真结果验证了该策略在提升系统性能和节点间公平性方面的优势，为新能源并网系统的实时监控和管理提供了强有力的技术支持。
-
公开(公告)号：CN116633433B
公开(公告)日：2024-03-08
申请号：CN202310538135.2
申请日：2023-05-12
Applicant: 国网吉林省电力有限公司 , 国网吉林省电力有限公司信息通信公司 , 长春理工大学高技术产业有限责任公司
IPC: H04B10/079 , H04B10/071 , H04L41/0631 , H04L41/142
-
公开(公告)号：CN117787100B
公开(公告)日：2024-10-25
申请号：CN202311830357.8
申请日：2023-12-28
Applicant: 国网吉林省电力有限公司 , 国网吉林省电力有限公司信息通信公司 , 长春理工大学高技术产业有限责任公司
IPC: G06F30/27 , G06N3/0499 , G02B6/44 , G06F113/16
Abstract: 本发明公开了一种机理与数据双向融合驱动的电力通信光缆数字孪生建模方法，涉及电力光通信技术领域，包括：获取环境参数数据与光缆固有属性，建立机理模型，将光缆固有属性与环境参数数据作为输入数据，分别输入机理模型与物理实体中，获取电力通信光缆的理论输出和真实输出，电力通信光缆数据包括所述理论输出、真实输出与光缆固有属性；根据电力通信光缆数据与环境参数数据建立数据驱动模型；将物理实体与机理模型输出间的偏差数据补偿到机理模型中，建立电力通信光缆数字孪生模型。本发明建立的数字孪生模型可以优化电力通信光缆物理实体的运行，实现电力光通信系统的实时监测和智慧运行，提高系统的运行效率和稳定性。
-
公开(公告)号：CN118200169A
公开(公告)日：2024-06-14
申请号：CN202410431436.X
申请日：2024-04-11
Applicant: 国网吉林省电力有限公司 , 国网吉林省电力有限公司信息通信公司 , 长春理工大学高技术产业有限责任公司
IPC: H04L41/147 , H04L41/14 , H04L41/16 , H04L41/12 , H04L67/12
Abstract: 基于混合时空深度学习模型的电力光通信链路流量预测方法，涉及电力光通信网络技术领域，解决现有电力通信网预测方法难以适应网络结构动态的拓扑结构关系问题，本发明基于一种深度卷积神经网络和门控循环单元的动态DCNN‑GRU预测模型，该模型不仅捕捉时间序列信息，还综合分析网络拓扑结构，全面描绘了网络的时空特征。并将提出的DCNN‑GRU模型与独立的长短期记忆模型进行集成，结合前者的动态捕捉能力和后者的长期依赖处理能力对流量进行预测，提高了预测的准确性和鲁棒性。实验结果表明，相较于其他预测模型，本发明的模型在流量预测方面降低了误差，展现了更高的预测准确性。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.046 seconds)
