-
公开(公告)号：CN115473781B
公开(公告)日：2023-02-28
申请号：CN202211355983.1
申请日：2022-11-01
Applicant: 国网湖北省电力有限公司信息通信公司 , 武汉大学
IPC: H04L41/042 , H04L41/0213 , G06F18/23213 , G06F18/25
Abstract: 本申请涉及一种分布式SNMP数据中心设备监控方法，包括如下步骤：基于数据中心网络规模构建数据中心网络管理的成本函数，得到最优管理者的数量；获取设备一段时间的历史运行数据，基于运行数据的一阶差分序列对设备进行分簇；在同簇设备中，综合考虑设备的运行情况和设备的性能指标选择最合适的设备作为该簇的管理者，簇管理者采用SNMP轮询的方式对同簇其他设备进行信息的采集；簇管理者对接收到的设备数据按照合适的密度进行聚类，对于在数值上具有相似性的设备数据进行均值融合；簇管理者将融合后的数据发送给数据中心的主管理者。本申请减少了各簇管理者最终需要发送的数据量，降低了网络资源的负担。
-
公开(公告)号：CN115374191A
公开(公告)日：2022-11-22
申请号：CN202211320133.8
申请日：2022-10-26
Applicant: 国网湖北省电力有限公司信息通信公司 , 武汉大学
Inventor： 李想 , 董亮 , 李德识 , 郭兆丰 , 庄严 , 郭岳 , 朱国威 , 罗弦 , 李磊 , 黄超 , 梁源 , 柯旺松 , 朱兆宇 , 胡欢君 , 王晟玮 , 徐宁 , 姚渭菁 , 夏胜冬
IPC: G06F16/2458 , G06K9/62
Abstract: 本申请涉及一种多源数据驱动的数据中心异构设备群聚类方法，包括如下步骤：初始获取在时间段内两两异构设备间传输的数据包；从数据包提取不同数据块的特征值；经过PCA进行特征向量降维后，得到简化特征将简化特征进行映射到两个可逆的子空间；基于CAA理论建模Pearson系数，求最优解；完成多源异构数据块的相关性分析；建模两异构设备间的相似性系数；得到初始聚类集；输出当前的聚类集。本申请有助于分析跳脱设备空间分布之外的数据中心异构设备群内各器件的紧密关系，进而为数据中心信息交互故障预测、根源故障定位、预测性维护推荐等技术的实现奠定基础。
-
公开(公告)号：CN105610713B
公开(公告)日：2019-03-19
申请号：CN201510967753.4
申请日：2015-12-22
Applicant: 国网湖北省电力公司咸宁供电公司 , 国网湖北省电力公司 , 中国电力工程顾问集团中南电力设计院有限公司 , 武汉大学
IPC: H04L12/721 , H04L12/733 , H04Q11/00
Abstract: 本发明涉及一种电力控制业务的ASON路由方法，针对ASON承载的电力控制业务所具有的时延约束要求，本发明给出了在ASON网节点没有波长转换功能的情况下，即波长连续性限制下的波长选择和路由算路策略。运用本发明所述方法，可以在波长连续性限制下及时有效的满足网络自愈要求，大大提高工作效率。
-
公开(公告)号：CN103592554B
公开(公告)日：2016-01-27
申请号：CN201310645512.9
申请日：2013-12-03
Applicant: 武汉大学
IPC: G01R31/00
Abstract: 本发明公开了一种35kV高压并联电容器在线监测系统及方法，主要由数据采集模块、数据传输模块、数据分析模块、显示模块和电源供给模块组成。数据采集模块和电源供给模块位于变电站高压侧，分别负责收集电容器的运行参数和为数据采集模块供能。数据传输模块实现高、低压侧之间数据的光纤传输。数据分析模块和显示模块位于低压侧的工控机中，用于对所获数据做进一步分析处理，并将分析结果保存和输出显示。本发明实现了对电流、温度有效值的横向比较，对电容值的纵向比较，使系统有效避免已有单参量监测系统漏判率和误判率高的缺陷。同时，采用自适应加窗插值的FFT变换提高了谐波分析精度，有助于高压并联电容器的在线状态监测和故障诊断。
-
公开(公告)号：CN103777083A
公开(公告)日：2014-05-07
申请号：CN201410033491.X
申请日：2014-01-24
Applicant: 武汉大学
IPC: G01R27/26
Abstract: 本发明公开了一种基于卡尔曼频率跟踪的容性设备介损在线监测系统及方法，通过采用电流互感器和隔离变压器获取容性设备的实时电流、电压数据，并将两者同时送入具有相同硬件参数的AD采集电路，实现电流、电压信号的并行同步采集，避免了传统的电流、电压信号采集非同步问题。本发明从两方面改进了介质损耗角的测量方法：数据采集单元部分提出基于卡尔曼滤波的基波频率跟踪算法，达到对A/D采样芯片的反馈控制，实现现场电流、电压的整周期信号采样；工控机结合相应的加窗FFT算法，降低信号FFT运算时频谱泄漏的影响。本发明显著提高了实际测量介质损耗角的精度，为高压容性设备的监测和早期预警提供了有力依据。
-
Patent Agency Ranking
公开(公告)号：CN105610713A
公开(公告)日：2016-05-25
申请号：CN201510967753.4
申请日：2015-12-22
Applicant: 国网湖北省电力公司咸宁供电公司 , 国网湖北省电力公司 , 中国电力工程顾问集团中南电力设计院有限公司 , 武汉大学
IPC: H04L12/721 , H04L12/733 , H04Q11/00
CPC classification number: H04L45/122 , H04L45/32 , H04L45/62 , H04Q11/0062
Abstract: 本发明涉及一种电力控制业务的ASON路由方法，针对ASON承载的电力控制业务所具有的时延约束要求，本发明给出了在ASON网节点没有波长转换功能的情况下，即波长连续性限制下的波长选择和路由算路策略。运用本发明所述方法，可以在波长连续性限制下及时有效的满足网络自愈要求，大大提高工作效率。
-
公开(公告)号：CN115776442B
公开(公告)日：2024-10-11
申请号：CN202211580442.9
申请日：2022-12-09
Applicant: 国网湖北省电力有限公司信息通信公司 , 武汉大学
Inventor： 庄严 , 李想 , 梁源 , 黄超 , 李德识 , 柯旺松 , 朱兆宇 , 胡耀东 , 董亮 , 郭岳 , 周正 , 戴俊峰 , 廖荣涛 , 贺亮 , 徐杰 , 冯伟东 , 王婕 , 龙霏 , 王逸兮 , 李磊 , 罗弦 , 姚渭菁 , 王晟玮 , 张剑 , 朱国威
IPC: H04L41/0803 , H04L41/083 , H04L43/0852 , H04L43/00
Abstract: 本申请涉及一种数据中心网络设备信息采集节点部署方法，包括如下步骤：步骤1：收集一段时间内网络中各设备节点的运行状态数据，测量网络中每条链路的时延；步骤2：根据所述设备节点的运行状态数据，计算每个设备节点的最佳监控频率和监控容忍时延；步骤3：根据设备节点的监控容忍时延和网络链路时延计算当设备节点被部署为采集节点后在其监控范围内的设备节点；步骤4：利用每个设备节点的监控范围构建数学模型，根据所述模型计算并选择采集节点，得到最优采集节点部署方案。本发明提出的优化部署方案中采集节点的数量最少，设备节点数据采集的平均时延更小，有效降低了监控成本，提高了设备信息采集的效率。
-
公开(公告)号：CN116048910B
公开(公告)日：2024-10-01
申请号：CN202211574534.6
申请日：2022-12-08
Applicant: 国网湖北省电力有限公司信息通信公司 , 武汉大学 , 国网湖北送变电工程有限公司
Inventor： 庄严 , 董亮 , 郭岳 , 朱兆宇 , 李德识 , 胡耀东 , 柯旺松 , 李想 , 梁源 , 黄超 , 周正 , 廖荣涛 , 袁慧 , 贺亮 , 冯伟东 , 王婕 , 王逸兮 , 罗弦 , 姚渭菁 , 胡欢君 , 李磊 , 邱爽 , 朱国威 , 代荡荡 , 詹伟 , 周蕾
IPC: G06F11/30
Abstract: 本申请涉及一种数据中心设备运行数据双尺度预测方法，包括如下步骤：设读入数据中心设备运行所产生的时间序列数据；得到大尺度波动序列和小尺度波动序列；在大尺度波动序列中，为了降低计算复杂度，预测设备状态长期变化趋势，将大尺度波动序列中的各个时刻数据进行合并形成各个时段即大尺度设备运行状态序列，预测大尺度设备运行状态序列以时段为尺度；使用滑动窗口k近邻预测方法和预匹配方式进行大尺度预测；使用AR预测模型进行小尺度预测；基于大尺度预测值和小尺度预测值得到下一个时刻的设备运行数据。本申请降低计算复杂度，预测设备状态长期变化趋势，实现在保持预测性能的同时降低预测算法的开销。
-
公开(公告)号：CN116016223B
公开(公告)日：2024-02-02
申请号：CN202211580429.3
申请日：2022-12-09
Applicant: 国网湖北省电力有限公司信息通信公司 , 武汉大学
Inventor： 李想 , 郭岳 , 柯旺松 , 刘昕 , 朱兆宇 , 黄超 , 梁源 , 李德识 , 董亮 , 庄严 , 胡耀东 , 戴俊峰 , 张勇 , 廖荣涛 , 冯伟东 , 刘芬 , 王逸兮 , 贺亮 , 王婕 , 王红卫 , 罗弦 , 李磊 , 陈铈 , 王晟玮 , 朱国威 , 代荡荡
IPC: H04L41/16 , G06N3/0442 , G06N3/084 , H04L41/14 , H04L41/147 , H04L47/50
Abstract: 行了优化。本申请涉及一种数据中心网络数据传输优化方法，包括如下步骤：读取各设备在前n个周期中各个周期向控制中心传输的数据报文量；控制中心在调度周期内接收到的各设备的报文接收率，历史报文接收率序列；将历史报文接收率序列作为训练集，利用反向传播算法进行LSTM神经网络参数更新，进行数据中心设备传输规律学习模型的构建；将当前时刻t的各设备的报文接收率进行正态化变换，然后作为预测模型的输入，得到预测值；依据预测的各设备平均每条报文产生的间隔和调度周期长度的优化目标函数，找到最优的调度周期。本申请通过基于LSTM神经网络
-
公开(公告)号：CN115878421B
公开(公告)日：2023-11-14
申请号：CN202211579954.3
申请日：2022-12-09
Applicant: 国网湖北省电力有限公司信息通信公司 , 武汉大学
Inventor： 李想 , 董亮 , 郭岳 , 李德识 , 庄严 , 黄超 , 梁源 , 朱兆宇 , 柯旺松 , 胡耀东 , 贺亮 , 王婕 , 周正 , 戴俊峰 , 廖荣涛 , 刘芬 , 王逸兮 , 李磊 , 罗弦 , 王晟玮 , 胡欢君 , 宋选安 , 朱国威 , 龙霏 , 张岱
IPC: G06F11/30 , G06F16/2458 , G06F18/2431 , G06N7/01
Abstract: 本申请涉及一种数据中心设备级故障预测方法、系统及介质，方法包括以下具体步骤：将原始日志序列转变为日志模式序列；构建故障先兆日志模式序列集；使用时序关联规则挖掘算法对故障先兆日志模式序列集进行频繁序列挖掘；将挖掘出的频繁序列作为时序关联特征，并采用项数‑逆频繁序列数特征其进行时序关联特征权重设计；根据故障先兆日志模式序列集和设计的时序关联特征对随机森林分类模型进行训练；预测设备在一段时间后是否会发生故障。本申请使得序列模式挖掘的效率得到了提高，通过项数‑逆频繁序列数特征进行时序关联特征权重设计，对随机森林模型进行训练，使得故障预测的准确率得到了提高。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.025 seconds)
