基于离散小波变换和FA-ELM的网络流量预测方法

    公开(公告)号:CN113411216A

    公开(公告)日:2021-09-17

    申请号:CN202110687331.7

    申请日:2021-06-21

    Abstract: 本发明提供了一种基于离散小波变换和FA‑ELM的网络流量预测方法,包括:步骤1,构建DWAFE模型,在所述DWAFE模型中设置数据管理员和模型管理员;步骤2,获取多个网络流量数据并将所述网络流量数据发送给所述数据管理员,所述数据管理员将所述网络流量数据进行数据预处理,得到数据预处理后的所述网络流量数据。本发明经过萤火虫算法优化的FA‑ELM模型,克服了ELM稳定性差的缺陷,对非线性数据预测的准确性高,能稳定可靠地应用于各领域的研究中,具有极大的现实意义。本发明提出的DWAFE模型结合了ARIMA模型和FA‑ELM模型各自的优势,做出精准的网络流量预测,根据预测结果计算出指定置信度下的动态阈值区间,从而实现设备运行状态实时感知,为设备故障预警提供强有力的支持。

    基于离散小波变换和FA-ELM的网络流量预测方法

    公开(公告)号:CN113411216B

    公开(公告)日:2022-11-04

    申请号:CN202110687331.7

    申请日:2021-06-21

    Abstract: 本发明提供了一种基于离散小波变换和FA‑ELM的网络流量预测方法,包括:步骤1,构建DWAFE模型,在所述DWAFE模型中设置数据管理员和模型管理员;步骤2,获取多个网络流量数据并将所述网络流量数据发送给所述数据管理员,所述数据管理员将所述网络流量数据进行数据预处理,得到数据预处理后的所述网络流量数据。本发明经过萤火虫算法优化的FA‑ELM模型,克服了ELM稳定性差的缺陷,对非线性数据预测的准确性高,能稳定可靠地应用于各领域的研究中,具有极大的现实意义。本发明提出的DWAFE模型结合了ARIMA模型和FA‑ELM模型各自的优势,做出精准的网络流量预测,根据预测结果计算出指定置信度下的动态阈值区间,从而实现设备运行状态实时感知,为设备故障预警提供强有力的支持。

    一种运维检修管控方法
    5.
    发明公开

    公开(公告)号:CN117495334A

    公开(公告)日:2024-02-02

    申请号:CN202310256052.4

    申请日:2023-03-16

    Abstract: 本申请提供一种运维检修管控方法,包括:获取每个监管设备中每个部件的部件参数,每个监管设备包含多个部件,部件参数包含位置参数、尺度参数和形状参数;基于每个监管设备中每个部件的部件参数,确定出每个部件对应的损坏率函数;基于每个部件对应的损坏率函数,确定出每个部件对应的预估间隔时段;基于每个部件对应的预估间隔时段,确定出设备检修策略。通过获取每个监管设备中每个部件的部件参数,确定出每个部件对应的损坏率函数,进一步确定出每个部件对应的预估间隔时段,以便确定出合适的设备检修策略。这样的方式可以实现对设备部件损耗情况的评估,动态规划运维检修的时间,有利于降低人力和物力成本。

    一种基于区块链电力数据监控设备

    公开(公告)号:CN117656025A

    公开(公告)日:2024-03-08

    申请号:CN202311532687.9

    申请日:2023-11-16

    Abstract: 本发明涉及电力监控技术领域,具体为一种基于区块链电力数据监控设备,包括轨道,所述轨道上设置有监控仪主体,还包括有风扇,所述风扇设置有两个,两个所述风扇设置在监控仪主体一侧;减重机构,设置在所述监控仪主体上;毛刷,所述毛刷设置有两个,两个所述毛刷设置在轨道两侧;除尘机构,设置在所述监控仪主体上;此基于区块链电力数据监控设备,区别于现有技术,工作人员在使用时,利用所述减重机构驱使两个风扇同步转动,形成向下的气流,以减轻整体结构的自重,利用所述除尘机构在减重机构工作时,带动两个所述毛刷同步位移靠近轨道,对所述轨道进行除尘,减小行进的摩擦力,保证挂轨机器人行驶通畅。

Patent Agency Ranking