-
公开(公告)号：CN110445665A
公开(公告)日：2019-11-12
申请号：CN201910840813.4
申请日：2019-09-06
IPC分类号： H04L12/24 , G06F16/2458 , H02J13/00
摘要： 本发明公开了一种基于改进GSP的电力通信网络告警关联挖掘方法，包括以下步骤：(1)收集历史告警数据，建立历史告警数据库，并对历史告警数据进行预处理；(2)与步骤(1)同步网络拓扑数据库中分析网元设备之间的拓扑关系生成网络拓扑模型；(3)将步骤(1)的预处理后的历史告警数据通过访问步骤(2)的网络拓扑模型关联频繁序列的数据挖掘，形成告警关联规则与序列经验库；(4)收集实时告警数据，建立实时告警数据库，并对实时告警数据进行预处理；(5)将预处理后的实时告警数据结合的告警关联规则与序列经验库进行数据分析，再结合步骤(2)的网络拓扑模型构建告警实时依赖模型，从而实现根告警的定位分析。
-
公开(公告)号：CN110555058A
公开(公告)日：2019-12-10
申请号：CN201910840814.9
申请日：2019-09-06
IPC分类号： G06F16/2458 , G06Q10/00 , G06Q10/04 , G06Q50/30
摘要： 本发明公开了一种基于改进决策树的电力通信设备状态的预测方法，包括以下步骤：(1)收集的电力通信设备的固有数据并将收集的固有数据存入数据库；同时采集所述电力通信设备的实时监测信息；(2)对所述步骤(1)中收集的固有数据进行数据挖掘与分析，构建出多变量数的预测分析决策树，获得所述电力通信设备与监测点的关联参数及相关值和所述电力通信设备的异常特征值；(3)通过所述电力通信设备与监测点的关联参数及相关值和所述电力通信设备的异常特征值结合所述电力通信设备的实时监测信息对所述电力通信设备进行运行状态分析，从而得出所述电力通信设备的故障预测与检修指导。实现了对可能存在的故障隐患进行预测与判断，提供事前检修。
-
公开(公告)号：CN111080168B
公开(公告)日：2021-08-03
申请号：CN201911390763.0
申请日：2019-12-30
摘要： 本发明公开了一种基于胶囊网络的电力通信网络设备可靠性评估方法，包括步骤：通过训练好的电力通信网络设备可靠性评估模型对设备进行可靠性评估；模型构建过程为：运维数据的文本信息通过词嵌入方法处理后得到输入词向量，对输入词向量以不同尺寸的卷积滤波器进行特征提取，提取到的特征通过串接的方式进行组合，在得到特征的每个位置上进一步使用卷积滤波器进行卷积滤波，构成胶囊特征向量；对每个胶囊特征向量，绑定一个激活值；对胶囊数量进行压缩后在通过基于核密度估计的胶囊路由方法得到新的胶囊特征向量和新的激活值；新的激活值用于回归预测；新的胶囊特征向量输入到解码器中重建输入特征。本发明能方便、准确评估电力通信网络设备可靠性。
-
公开(公告)号：CN113129160A
公开(公告)日：2021-07-16
申请号：CN201911393776.3
申请日：2019-12-30
摘要： 本发明公开了一种基于设备状态感知和智能化的电力通信网络巡检方法，包括接收系统下发的电力通信设备巡检任务，所述电力通信设备巡检任务包括电力通信设备的位置信息；到达指定的设备位置后，通过移动终端扫描待检测电力通信设备上设置的二维码，获取该二维码所包含的电力通信设备静态信息；将检测到的特征参数信息上传；根据移动终端上传的特征参数信息进行汇总并更新电力通信设备信息表，及时感知设备状态和网络状态。本发明可以实现对电力通信设备实时或准实时的状态感知，同时也可以提高采集数据的质量和数据采集效率；通过汇总相应的巡检数据，由管理员基于本次巡检数据再次进行核实分析，确保整个流程都顺利进行。
-
公开(公告)号：CN111585782A
公开(公告)日：2020-08-25
申请号：CN202010190254.X
申请日：2020-03-18
IPC分类号： H04L12/24
摘要： 综合化集中告警自动处理系统及方法，包括：设备终端、告警采集服务器、防火墙、数据库服务器和应用服务器；告警采集服务器采集位于内部私网的各设备终端的告警信息，并通过内部私网发送至数据库服务器进行存储；告警采集服务器还采集位于其他私网的设备告警信息以及互联网中的数据，并通过防火墙的隔离，再经由内部私网发送至数据库服务器进行存储；应用服务器调用数据库服务器中存储的信息数据，对告警信息进行处理。系统还包括告警采集、告警集中监视、告警处理、告警查询统计、告警关联、告警转发和告警规则管理等功能模块。本发明能够对告警信息进行有效的采集和处理，实现网络故障的自动发现及处理，有利于提高运维效果，减轻人员工作压力。
-
公开(公告)号：CN111210361A
公开(公告)日：2020-05-29
申请号：CN201911389809.7
申请日：2019-12-30
IPC分类号： G06Q50/06 , G06Q10/04 , H04L12/24 , H04L12/721 , H04L12/751 , H04L12/803 , G06N3/00 , G06N3/04
摘要： 本发明公开了一种基于可靠性预测和粒子群优化的电力通信网路由规划方法，通过训练好的电力通信网络的可靠性预测模型预测当前时刻网络节点和链路的可靠性，通过节点、链路的可靠性和基于粒子群优化算法得到最优的电力通信网络服务路由方案；所述电力通信网络的可靠性预测模型基于递归神经网络构建。所述电力通信网络的可靠性预测模型的输入包括：节点缓冲的占用程度、光纤通信错误率以及光功率；输出为：通信网络上节点可靠性预测结果，链路可靠性预测结果为与之相连的两个节点可靠性平均值。本发明能够自动感知网络状态，规划准确。
-
公开(公告)号：CN111080168A
公开(公告)日：2020-04-28
申请号：CN201911390763.0
申请日：2019-12-30
摘要： 本发明公开了一种基于胶囊网络的电力通信网络设备可靠性评估方法，包括步骤：通过训练好的电力通信网络设备可靠性评估模型对设备进行可靠性评估；模型构建过程为：运维数据的文本信息通过词嵌入方法处理后得到输入词向量，对输入词向量以不同尺寸的卷积滤波器进行特征提取，提取到的特征通过串接的方式进行组合，在得到特征的每个位置上进一步使用卷积滤波器进行卷积滤波，构成胶囊特征向量；对每个胶囊特征向量，绑定一个激活值；对胶囊数量进行压缩后在通过基于核密度估计的胶囊路由方法得到新的胶囊特征向量和新的激活值；新的激活值用于回归预测；新的胶囊特征向量输入到解码器中重建输入特征。本发明能方便、准确评估电力通信网络设备可靠性。
-
公开(公告)号：CN110445665B
公开(公告)日：2022-06-14
申请号：CN201910840813.4
申请日：2019-09-06
IPC分类号： H04L41/06 , H04L41/12 , H04L41/14 , G06F16/2458 , H02J13/00
摘要： 本发明公开了一种基于改进GSP的电力通信网络告警关联挖掘方法，包括以下步骤：(1)收集历史告警数据，建立历史告警数据库，并对历史告警数据进行预处理；(2)从与所述步骤(1)同步生成的网络拓扑数据库中分析网元设备之间的拓扑关系，生成网络拓扑模型；(3)将步骤(1)的预处理后的历史告警数据通过访问步骤(2)的网络拓扑模型关联频繁序列的数据挖掘，形成告警关联规则与序列经验库；(4)收集实时告警数据，建立实时告警数据库，并对实时告警数据进行预处理；(5)将预处理后的实时告警数据结合的告警关联规则与序列经验库进行数据分析，再结合步骤(2)的网络拓扑模型构建告警实时依赖模型，从而实现根告警的定位分析。
-
公开(公告)号：CN110971471B
公开(公告)日：2022-03-29
申请号：CN201911394553.9
申请日：2019-12-30
IPC分类号： H04L41/0654 , H04L41/12
摘要： 本发明公开了一种状态感知的电力通信主干网故障恢复方法和装置，获得当前时刻电力通信主干网中实际不饱和节点翻转为饱和节点的节点数量；根据实际不饱和节点翻转为饱和节点的节点数量预测下一时刻不饱和节点翻转为饱和节点的节点数量；将下一时刻不饱和节点翻转为饱和节点的节点数量作为增强学习算法的输入，当某链路e发生故障时增强学习算法提出新网络拓扑结构作为恢复策略，根据得到的反馈建立新的更为有效的恢复策略，根据最终恢复策略进行故障恢复。本发明在电力通信主干网故障恢复问题中展示出了更好的性能。
-
公开(公告)号：CN111210361B
公开(公告)日：2021-07-13
申请号：CN201911389809.7
申请日：2019-12-30
IPC分类号： G06Q50/06 , G06Q10/04 , H04L12/24 , H04L12/721 , H04L12/751 , H04L12/803 , G06N3/00 , G06N3/04
摘要： 本发明公开了一种基于可靠性预测和粒子群优化的电力通信网路由规划方法，通过训练好的电力通信网络的可靠性预测模型预测当前时刻网络节点和链路的可靠性，通过节点、链路的可靠性和基于粒子群优化算法得到最优的电力通信网络服务路由方案；所述电力通信网络的可靠性预测模型基于递归神经网络构建。所述电力通信网络的可靠性预测模型的输入包括：节点缓冲的占用程度、光纤通信错误率以及光功率；输出为：通信网络上节点可靠性预测结果，链路可靠性预测结果为与之相连的两个节点可靠性平均值。本发明能够自动感知网络状态，规划准确。
-
-
-
-
-
-
-
-
-
搜索结果
20 条记录 (耗时 0.103 秒)
