公开(公告)号：CN118821021A

公开(公告)日：2024-10-22

申请号：CN202411036477.5

申请日：2024-07-31

Applicant: 国网河南省电力公司信息通信分公司

Inventor： 吴利杰 ,  王春迎 ,  刘岩 ,  王雷 ,  孟慧平 ,  安致嫄 ,  金靓 ,  权一展 ,  刘慧方 ,  杨润华 ,  董姣姣

IPC: G06F18/2433 ,  G06F18/214 ,  G06F18/213 ,  G06F18/15 ,  G06N3/0499 ,  G06N3/084 ,  H02J13/00 ,  H02J3/00 ,  G06N3/048

Abstract: 本发明公开了一种基于深度学习的电力骨干通信网络故障预测方法及系统，方法包括：搭建并训练神经网络模型，构建深度学习模型，模型包括至少三个隐藏层和一个输出层；加载训练数据和测试数据，并对数据进行预处理；使用训练数据集对构建的深度学习模型进行训练；对模型进行测试以验证其性能，使用测试数据集对训练后的深度学习模型进行测试；使用训练后的模型对输入ID进行故障预测，并输出预测结果。本发明通过深度神经网络，能够从原始数据中逐层提取出从简单到复杂、从低级到高级的不同层次特征，增强了特征提取能力，减少人工特征工程的需要，并提高了特征提取的精度和全面性，不仅涵盖了数据的表面信息，也深入挖掘数据中的隐藏模式和深层信息。

公开(公告)号：CN116319520A

公开(公告)日：2023-06-23

申请号：CN202310216837.9

申请日：2023-03-08

Applicant: 国网河南省电力公司信息通信分公司 ,  郑州大学 ,  国家电网有限公司

Inventor： 安致嫄 ,  李亚君 ,  吴利杰 ,  刘岩 ,  王昭赫 ,  朱睿杰 ,  董姣姣

IPC: H04L45/12 ,  H04L45/00 ,  H04L47/2441 ,  H04L47/125 ,  H04L43/04 ,  G06N20/20

Abstract: 本申请涉及一种基于联邦学习的云边算力网络流量管理的方法和系统，其中，该方法包括：通过算力节点获取本地私有流量数据，并通过本地私有流量数据对本地初始流量预测模型进行训练，得到初始模型参数；将初始模型参数上传至算力控制器进行聚合，得到全局模型参数，并将全局模型参数回传给本地初始流量预测模型，得到云边算力网络全局流量预测模型，并将全局流量预测模型下发到各算力节点，对流量进行预测；获取待调度网络流量，并对待调度网络流量进行分类，根据不同的类型获取流量预测值，对网络流量进行路径计算，实现最优路径调度。通过本申请，解决了云边算力网络中海量数据进行云计算流量管理时，无法保证用户流量信息和数据的隐私安全的问题。