-
公开(公告)号：CN114567560A
公开(公告)日：2022-05-31
申请号：CN202210067473.8
申请日：2022-01-20
IPC分类号： H04L41/0894 , H04L41/14 , H04L67/1001 , H04L67/60 , G06N3/08
摘要： 本发明公开一种基于生成对抗模仿学习的边缘节点动态资源分配方法，包括：获取边缘节点上的边缘环境信息，根据边缘环境信息，利用预先训练的资源分配策略模型得到资源分配策略；根据资源分配策略向请求服务的各用户节点分配应用服务资源；资源分配策略模型基于预训练的用户请求策略模型利用Q‑learning强化学习算法训练得到；用户请求策略模型为基于历史真实边缘环境信息利用生成对抗训练得到。本发明无需通过与大量真实边缘环境交互便可实现资源分配策略模型的策略优化，从而在实际边缘节点资源分配时能够获得更贴合实际用户需求的资源分配策略，提升边缘节点应用为用户提供服务的效率，优化用户服务体验。
-
公开(公告)号：CN114567560B
公开(公告)日：2024-07-12
申请号：CN202210067473.8
申请日：2022-01-20
IPC分类号： H04L41/0894 , H04L41/14 , H04L67/1001 , H04L67/60 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/092
摘要： 本发明公开一种基于生成对抗模仿学习的边缘节点动态资源分配方法，包括：获取边缘节点上的边缘环境信息，根据边缘环境信息，利用预先训练的资源分配策略模型得到资源分配策略；根据资源分配策略向请求服务的各用户节点分配应用服务资源；资源分配策略模型基于预训练的用户请求策略模型利用Q‑learning强化学习算法训练得到；用户请求策略模型为基于历史真实边缘环境信息利用生成对抗训练得到。本发明无需通过与大量真实边缘环境交互便可实现资源分配策略模型的策略优化，从而在实际边缘节点资源分配时能够获得更贴合实际用户需求的资源分配策略，提升边缘节点应用为用户提供服务的效率，优化用户服务体验。
-
公开(公告)号：CN117349747A
公开(公告)日：2024-01-05
申请号：CN202311271792.1
申请日：2023-09-27
IPC分类号： G06F18/2415 , G06N3/0442 , G06Q10/20 , G06Q50/06 , H02J13/00
摘要： 本发明公开了一种电力物联智能终端的离线故障原因分类方法。所述方法包括：获取电力物联智能终端的历史时序数据；将所述历史时序数据输入故障原因分析模型得到故障原因概率集合，所述故障原因分析模型包括由门控循环单元GRU、深度神经网络DNN、以及注意力机制Attention结合的GRU‑DNN‑Attention模型；根据所述故障原因概率集合确定所述电力物联智能终端离线的故障原因。该方法能够通过GRU‑DNN‑Attention模型确定电力物联智能终端离线的故障原因概率集合，并根据故障原因概率集合确定电力物联智能终端离线的故障原因，提高了电力物联智能终端的运维效率。
-
公开(公告)号：CN115080213A
公开(公告)日：2022-09-20
申请号：CN202210798458.0
申请日：2022-07-06
摘要： 本发明公开了一种面向电力数据处理的任务调度方法及应用，应用于云边协同系统中，云边协同系统包括云计算中心以及多个边缘节点，该方法包括：获取多个待调度任务的延迟上限，以确定多个待调度任务的任务类型，其中，任务类型包括延迟容忍型任务、延迟高敏感型任务以及延迟低敏感型任务；依据预设卸载顺序将多个待调度任务卸载至云计算中心或边缘节点，其中，预设卸载顺序为依次卸载延迟容忍型任务、延迟高敏感型任务以及延迟低敏感型任务。该方法根据任务延迟敏感度的不同对任务类型进行划分，并针对不同类型任务的卸载和资源分配机制进行优化，降低了任务响应时间，并提高了系统性能。
-
公开(公告)号：CN115099349B
公开(公告)日：2024-09-24
申请号：CN202210757630.8
申请日：2022-06-30
申请人： 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司
IPC分类号： G06F18/25 , G06N3/042 , G06N3/0464 , G06Q50/06
摘要： 本发明公开了一种非侵入式负荷实时分解方法，方法包括：获取非侵入式负荷的总负荷数据，所述总负荷数据包括：总负荷有功功率序列、总负荷电压序列和总负荷电流序列；基于获取到的总负荷数据，构建多特征输入非侵入式负荷的数据图，所述数据图包括最近分量数据图、前日分量数据图和上周分量数据图；将各分量数据图输入预先构建的ResGCN网络模型，得到各分量的分解结果；将分解结果进行多分量融合，得到融合后的分解结果，从分解结果中提取当前时刻的分解结果，输出当前时刻的分解结果。本发明能够基于历史数据对非侵入式负荷进行实时分解。
-
公开(公告)号：CN114090239B
公开(公告)日：2024-08-13
申请号：CN202111285553.2
申请日：2021-11-01
申请人： 国网江苏省电力有限公司信息通信分公司
摘要： 本发明公开了一种基于模型的强化学习的边缘资源调度方法和装置，通过边缘服务器收集边缘节点的负载信息、资源信息、用户请求信息的历史数据，根据历史数据通过监督学习构建边缘环境模型；基于边缘环境模型实现强化学习边缘节点资源调度，把用户的请求分配到合适的边缘节点上。本发明提供的一种基于模型的强化学习的边缘资源调度方法和装置，针对边缘计算资源调度的场景，处理动态的资源负载请求，同时具有较高的样本利用率，和较高的实用性。
-
公开(公告)号：CN117495338B
公开(公告)日：2024-06-25
申请号：CN202311276307.X
申请日：2023-09-30
申请人： 国网江苏省电力有限公司信息通信分公司
摘要： 本申请提供了一种基于自动化运维的系统故障诊断与修复方法，涉及自动化运维技术领域，用于提高系统故障诊断与修复的效率、准确率。该方法主要包括：根据一次电力设备以及二次电力设备分别对应的结构关系数据，确定与异常的一次电力设备和/或二次电力设备相关的关联电力设备；通过异常的一次电力设备及其相关的关联电力设备分别对应的电力运行数据确定第一电力运行数据特征矩阵，异常的二次电力设备及其相关的关联电力设备分别对应的电力运行数据确定第二电力运行数据特征矩阵；通过第一电力运行数据特征矩阵和第二电力运行数据特征矩阵，确定所述电力系统出现的故障。
-
公开(公告)号：CN117495338A
公开(公告)日：2024-02-02
申请号：CN202311276307.X
申请日：2023-09-30
申请人： 国网江苏省电力有限公司信息通信分公司
摘要： 本申请提供了一种基于自动化运维的系统故障诊断与修复方法，涉及自动化运维技术领域，用于提高系统故障诊断与修复的效率、准确率。该方法主要包括：根据一次电力设备以及二次电力设备分别对应的结构关系数据，确定与异常的一次电力设备和/或二次电力设备相关的关联电力设备；通过异常的一次电力设备及其相关的关联电力设备分别对应的电力运行数据确定第一电力运行数据特征矩阵，异常的二次电力设备及其相关的关联电力设备分别对应的电力运行数据确定第二电力运行数据特征矩阵；通过第一电力运行数据特征矩阵和第二电力运行数据特征矩阵，确定所述电力系统出现的故障。
-
公开(公告)号：CN115543450A
公开(公告)日：2022-12-30
申请号：CN202211141803.X
申请日：2022-09-20
申请人： 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司
摘要： 本发明公开了一种边缘场景中资源优化的无服务器计算动态休眠方法及应用，所述方法包括：基于边缘系统中不同函数服务实例更新前的保活时间、冷启动率及休眠时间运行系统，以更新Pareto分布曲线；基于更新后的Pareto分布曲线，确定更新后的冷启动率；基于不同函数服务实例接收请求的时间间隔，确定更新后的休眠时间；基于更新后的休眠时间和冷启动率，计算更新后的保活时间；判断更新前后的冷启动率之间的误差是否在预设误差范围内，以确定是否更新边缘系统的配置。该方法根据边缘系统中不同函数服务实例接收请求的时间间隔动态调整休眠时间，以满足不同类型的服务请求，减小函数服务实例的启动时延，提高请求执行效率，减少边缘系统的资源消耗。
-
公开(公告)号：CN115758249B
公开(公告)日：2024-11-19
申请号：CN202211482460.3
申请日：2022-11-24
申请人： 国网江苏省电力有限公司信息通信分公司
IPC分类号： G06F18/241 , G06F18/25 , G06F18/15 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/098 , G06Q50/06
-
-
-
-
-
-
-
-
-
搜索结果
50 条记录 (耗时 0.068 秒)
