-
公开(公告)号：CN117724727A
公开(公告)日：2024-03-19
申请号：CN202311469242.0
申请日：2023-11-07
Applicant: 国网江苏省电力有限公司信息通信分公司 , 国网电力科学研究院有限公司 , 南京大学
Abstract: 本发明公开了一种业务应用部署方法及系统，通过获取上一时隙中针对各边缘计算节点的历史业务应用部署决策；对当前时隙的边缘计算节点进行业务应用的部署；根据当前时隙部署的业务应用的使用成本，以及业务应用完成任务所获得的收益；以最大化各边缘计算节点长期总收益为目标，对各边缘计算节点进行业务应用的选择，得到当前时隙的业务应用部署决策。通过不断地根据每次部署后智能化业务应用完成任务的收益和使用成本，来不断调整更新下一时隙的部署策略。能够在无法得知智能化业务应用具体性能优劣的情况下，对各个边缘节点上对进行任务的智能化业务应用的选择进行周期性的调整，达到最大化整体长期收益的效果。
-
公开(公告)号：CN117474713A
公开(公告)日：2024-01-30
申请号：CN202311276309.9
申请日：2023-09-30
Applicant: 国网江苏省电力有限公司信息通信分公司
IPC: G06Q50/06 , G06Q10/04 , G06N3/0442 , G06F18/25
Abstract: 本发明提供一种电力能耗预测模型优化方法及系统，涉及电力技术领域。该方法包括：获取历史时间窗口的第一电力能耗序列和第一影响因子序列；利用所述第一电力能耗序列和所述第一影响因子序列训练所述电力能耗预测模型，所述电力能耗预测模型基于引入注意力机制的中长期记忆网络构建的模型；获取当前时间窗口的第二影响因子序列，将所述第二影响因子序列输入至训练后的所述电力能耗预测模型中，得到第二电力能耗序列。由此，由于采用了基于引入注意力机制的中长期记忆网络构建的电力能耗预测模型，因此能够提高电力能耗预测值的准确度。
-
公开(公告)号：CN111538567B
公开(公告)日：2023-06-09
申请号：CN202010336838.3
申请日：2020-04-26
Applicant: 国网江苏省电力有限公司信息通信分公司 , 国电南瑞科技股份有限公司
IPC: G06F9/455 , H04L41/0823 , H04L67/1001
Abstract: 本发明公开了一种边缘设备上虚拟网络功能链的部署方法和设备。方法包括：根据边缘网络的物理拓扑信息以及虚拟网络功能链的请求信息，结合链内虚拟网络功能之间通信对CPU资源的消耗，构建虚拟网络功能链CPU消耗模型，得到链整体要消耗的CPU资源；根据链整体要消耗的CPU资源，在满足链时延约束的候选部署路径上，利用动态规划算法查找从请求的源边缘设备到目的边缘设备的最小成本部署方案，所述成本以节点当前负载的指数来衡量。本发明能够在找到一条时延满足要求的路径的同时，做虚拟网络功能的部署，均衡各边缘设备的负载。
-
公开(公告)号：CN115599195B
公开(公告)日：2023-05-05
申请号：CN202211601716.8
申请日：2022-12-14
Applicant: 国网江苏省电力有限公司信息通信分公司 , 国网电力科学研究院有限公司
IPC: G06F1/3234 , G06F9/50 , G06N3/08 , G06F18/2431
Abstract: 本发明公开一种基于CUDA性能计数器的GPU能耗预测方法及系统，方法包括：获取多个基准应用程序对应的特征数据，得到功率模型数据集和时间模型数据集；训练构建的功率网络模型和时间网络模型，获得目标程序的所有CUDA内核，进而获取目标应用程序对应性能计数器和GPU频率组合，将性能计数器和GPU频率组合分别输入到训练后的功率和时间网络模型中，得到内核的功率和执行时间以及能耗。本发明根据不同类型的GPU和CUDA内核计算能力选择全部性能指标，采用GPU频率组合和CUDA性能计数器作为特征表示，并采集CUDA内核功率和执行时间，从而提高预测精度和泛化性。
-
公开(公告)号：CN115599195A
公开(公告)日：2023-01-13
申请号：CN202211601716.8
申请日：2022-12-14
Applicant: 国网江苏省电力有限公司信息通信分公司(CN) , 国网电力科学研究院有限公司(CN)
IPC: G06F1/3234 , G06F9/50 , G06N3/08 , G06N20/00
Abstract: 本发明公开一种基于CUDA性能计数器的GPU能耗预测方法及系统，方法包括：获取多个基准应用程序对应的特征数据，得到功率模型数据集和时间模型数据集；训练构建的功率网络模型和时间网络模型，获得目标程序的所有CUDA内核，进而获取目标应用程序对应性能计数器和GPU频率组合，将性能计数器和GPU频率组合分别输入到训练后的功率和时间网络模型中，得到内核的功率和执行时间以及能耗。本发明根据不同类型的GPU和CUDA内核计算能力选择全部性能指标，采用GPU频率组合和CUDA性能计数器作为特征表示，并采集CUDA内核功率和执行时间，从而提高预测精度和泛化性。
-
Patent Agency Ranking
公开(公告)号：CN115587481A
公开(公告)日：2023-01-10
申请号：CN202211179213.6
申请日：2022-09-27
Applicant: 国网江苏省电力有限公司信息通信分公司
Abstract: 本发明公开了电力系统经济调度领域的一种数据中心和电网系统之间博弈效益的解算方法及装置，旨在解决电网系统和数据中心之间成本的解算问题。其包括：获取需求响应补偿价格区间，在需求响应补偿价格区间下采样并计算数据中心的用电需求和电网系统的系统成本，获取最优值有希望的区域以后再次采样并重新拟合克里金元模型对数据中心的用电需求进行计算，通过迭代的方式不断计算并更新系统成本的最低值和克里金元模型直至满足终止条件。本发明通过利用克里金元模型替换数据中心运营商模型，可以不需要频繁访问数据中心的私密数据即可快速获取最优解，可在有效搜寻最优解的同时兼具较优的计算成本，具有良好的应用前景。
-
公开(公告)号：CN113485986A
公开(公告)日：2021-10-08
申请号：CN202110717117.1
申请日：2021-06-25
Applicant: 国网江苏省电力有限公司信息通信分公司 , 南京南瑞信息通信科技有限公司
IPC: G06F16/215 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种电力数据修复方法，利用SOM神经网络对历史电力数据集中电力数据进行分类处理；利用Pearson相关系数理论，获得电力数据类型满足关联性阈值的影响因素；将缺失数据的影响因素输入训练好的LSTM神经网络，获得缺失数据的电力数据类型；根据缺失数据的电力数据类型采用不同的方法对数据进行修复。本发明考虑到电力数据的复杂非线性，利用神经网络的学习能力强，能够处理非线性问题的特性，实现电力数据的修复，可有效提升分类效率和准确率。
-
公开(公告)号：CN112749851B
公开(公告)日：2021-09-07
申请号：CN202110077297.1
申请日：2021-01-20
Applicant: 国网江苏省电力有限公司信息通信分公司
IPC: G06Q10/04 , G06Q10/06 , G06Q10/10 , G06Q50/00 , G06F16/901 , G06F16/906 , G06N3/04
Abstract: 本公开实施例提供一种基于人工智能的大数据需求预测方法及大数据云服务中心，可以基于业务服务索引数据上的变动偏好实体节点和非变动偏好实体节点共同来进行订阅业务项目的兴趣分类，对于非变动偏好实体节点而言，考虑了非变动偏好实体节点所在数据分区的索引数据标签属性，而对于变动偏好实体节点而言，不仅考虑了变动偏好实体节点所在数据分区的索引数据标签属性，而且考虑了变动偏好实体节点在多个业务服务索引数据之间的变化标签属性，进而使得能够根据各个非变动偏好实体节点对应的兴趣分类信息和各个变动偏好实体节点对应的兴趣分类信息来识别目标订阅业务项目的兴趣分类，提高了大数据需求预测的准确性。
-
公开(公告)号：CN112506673A
公开(公告)日：2021-03-16
申请号：CN202110153068.3
申请日：2021-02-04
Applicant: 国网江苏省电力有限公司信息通信分公司 , 国电南瑞科技股份有限公司
Abstract: 本发明公开了一种面向智能边缘计算的协同模型训练任务配置方法，该方法用于边缘计算节点且包括一或多个训练时隙，每一训练时隙包括如下步骤：向一或多个移动设备发送模型训练请求；接收来自一或多个移动设备汇报的当前时隙的可用状态和用户数据规模；基于先前得到的任务配置结果和各移动设备的当前可用状态，确定参与训练的移动设备和交互模型训练所需的训练小轮数目；与参与训练的移动设备进行交互模型训练直至达到确定的训练小轮数目，根据训练效果和各移动设备汇报的用户数据规模，构建以最小化边缘训练资源的使用为目标的优化问题并求解，得到新的任务配置结果。本发明训练资源消耗对比其他方法要少得多，且精度相差不大。
-
公开(公告)号：CN113485986B
公开(公告)日：2024-08-02
申请号：CN202110717117.1
申请日：2021-06-25
Applicant: 国网江苏省电力有限公司信息通信分公司 , 南京南瑞信息通信科技有限公司
IPC: G06F16/215 , G06N3/0464 , G06N3/08 , G06N3/044
Abstract: 本发明公开了一种电力数据修复方法，利用SOM神经网络对历史电力数据集中电力数据进行分类处理；利用Pearson相关系数理论，获得电力数据类型满足关联性阈值的影响因素；将缺失数据的影响因素输入训练好的LSTM神经网络，获得缺失数据的电力数据类型；根据缺失数据的电力数据类型采用不同的方法对数据进行修复。本发明考虑到电力数据的复杂非线性，利用神经网络的学习能力强，能够处理非线性问题的特性，实现电力数据的修复，可有效提升分类效率和准确率。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.11 seconds)
