-
公开(公告)号:CN119544603A
公开(公告)日:2025-02-28
申请号:CN202411720767.1
申请日:2024-11-28
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心
IPC: H04L45/28 , H04L45/00 , H04L41/147 , H04L41/16 , H04L41/0659 , H04L43/0876 , G06N3/0442
Abstract: 本发明公开了一种配电通信网络故障修复方法、装置、终端设备及计算机可读存储介质,方法包括:获取配电通信网中每一节点的第一历史网络流量时间序列数据,并通过流量预测模型预测下一时间步的第一流量预测值;通过网络状态感知模型确定每个节点的风险等级;将风险等级属于预设等级的节点确定为故障节点,并将配电通信网中除了故障节点以外的所有节点确定为正常节点;根据正常节点的位置、连接关系以及网络流量数据,通过路由修复模型确定最优路由路径;根据最优路由路径,更新每一节点的连接关系。通过实施本发明,能够提前发现潜在的故障节点,确保通信链路的正常运行,提高了配电通信网的可靠性和稳定性。
-
公开(公告)号:CN119669821A
公开(公告)日:2025-03-21
申请号:CN202411720765.2
申请日:2024-11-28
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心
Abstract: 本发明公开了一种配电通信网故障检测方法、装置、终端设备和存储介质;其中,方法包括:将获取的流量数据输入至配电通信网故障检测模型,得到配电通信网的故障检测结果;其中,配电通信网故障检测模型的训练过程,包括:获取源域数据和目标域数据,作为样本数据;使用特征提取器对样本数据进行特征提取,将样本数据的特征向量输入领域分类器,将源域数据的特征向量输入类别分类器,并将领域分类器的损失反转后和类别分类器的损失反向传播至特征提取其,以此训练特征提取器。本发明可以有效解决深度学习训练针对配电网数据缺少可用标签、正样本占比较低的问题,提高配电通信网故障检测模型的准确性。
-