-
公开(公告)号:CN118138248A
公开(公告)日:2024-06-04
申请号:CN202410272657.7
申请日:2024-03-11
Applicant: 辽宁大学
Abstract: 一种基于时间戳和序列号的OPC UA与MQTT一体化安全高效通信系统及方法,包括OPC UA服务器、MQTT代理模块、时间戳模块、序列号模块、数据映射管理模块、实时数据传输模块和MAC消息调用码模块。本发明使用标准的日期时间数据类型和ISO 8601时间表示格式为数据点添加时间戳;采用整数类型属性或字符串类型字段为数据点添加唯一序列号;数据映射管理模块将MQTT数据映射到OPC UA节点,并添加时间戳和序列号属性;通过MQTT代理将设备数据转发给OPC UA服务器,并为每个数据点添加时间戳和序列号;使用Poly1305算法生成和验证MAC消息调用码,确保数据的安全性和完整性。发明提供了安全高效的通信解决方案,适用于物联网和工业自动化等应用。
-
公开(公告)号:CN117248508A
公开(公告)日:2023-12-19
申请号:CN202311468228.9
申请日:2023-11-07
Applicant: 辽宁大学
Abstract: 本发明涉及一种基于自行开掘地下专用蓄水空间的抽水储能电站,抽水储能电站建设方式为自行开挖地下专用蓄水空间,抽水储能电站具有水位落差,且抽水储能电站的上游位于水源地附近。该储能电站可选址于各种水源地附近;并可根据需要和地层结构特点确定开挖深度和蓄水巷道群容积,突破了废弃矿井等现有设施对水源、水位落差、储水容积的限制,可真正实现地下抽水储能电站的按需设计,具有显著的经济性、可靠性、稳定性和高效性。
-
公开(公告)号:CN117221232A
公开(公告)日:2023-12-12
申请号:CN202311221264.5
申请日:2023-09-21
Applicant: 辽宁大学
IPC: H04L47/125 , H04L41/147
Abstract: 本发明公开一种基于WT‑IPSO‑LSTM模型的网络流量预测方法,首先将网络流量时间序列数据进行小波变换,然后建立LSTM模型,并利用改进粒子群算法优化LSTM模型超参数,得到WT‑IPSO‑LSTM预测模型,最终利用该模型对网络流量数据进行预测。本发明预测方法克服了传统方法预测过程中精度不高的问题,且利用小波变换对网络流量数据进行特征提取,利用改进粒子群算法对LSTM的超参数进行优化,避免模型陷入局部最优解的问题,提高了预测收敛速度,最终实现了对网络流量数据的高精度预测。
-
-