CN108462603A - 电力信息网络流量数据的预测、网络升级的方法及装置 - Google Patents

电力信息网络流量数据的预测、网络升级的方法及装置 Download PDF

Info

Publication number
CN108462603A
CN108462603A CN201810004804.7A CN201810004804A CN108462603A CN 108462603 A CN108462603 A CN 108462603A CN 201810004804 A CN201810004804 A CN 201810004804A CN 108462603 A CN108462603 A CN 108462603A
Authority
CN
China
Prior art keywords
data
flows
power information
information network
time series
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810004804.7A
Other languages
English (en)
Inventor
裘洪彬
殷平
李敏
梁良
万刚勇
朱力鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Information And Communication Branch Of Jiangxi Electric Power Co Ltd
State Grid Corp of China SGCC
Global Energy Interconnection Research Institute
Original Assignee
Information And Communication Branch Of Jiangxi Electric Power Co Ltd
State Grid Corp of China SGCC
Global Energy Interconnection Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Information And Communication Branch Of Jiangxi Electric Power Co Ltd, State Grid Corp of China SGCC, Global Energy Interconnection Research Institute filed Critical Information And Communication Branch Of Jiangxi Electric Power Co Ltd
Priority to CN201810004804.7A priority Critical patent/CN108462603A/zh
Publication of CN108462603A publication Critical patent/CN108462603A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/147—Network analysis or design for predicting network behaviour
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0813—Configuration setting characterised by the conditions triggering a change of settings
    • H04L41/082—Configuration setting characterised by the conditions triggering a change of settings the condition being updates or upgrades of network functionality
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/12—Avoiding congestion; Recovering from congestion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/29—Flow control; Congestion control using a combination of thresholds

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种电力信息网络流量数据的预测、网络升级的方法及装置。电力信息网络流量数据的预测方法包括，获取电力信息网络的流量数据；根据流量数据生成流量数据的时间序列；根据时间序列生成电力信息网络的与时间相关联的流量趋势预测数据。解决现有技术中缺乏对电力信息网络流量数据进行预测的技术问题。

Description

电力信息网络流量数据的预测、网络升级的方法及装置
技术领域
本发明涉及电网通信技术领域，具体而言，涉及一种电力信息网络流量数据的预测、网络升级的方法及装置。
背景技术
随着电网规模的不断扩大，电网运行过程中产生的数据量也越来越多，在目前的电力系统信息网络中，由于大量的信息化业务的增长，给电力信息网络带来网络拥堵、数据传输速率降低、网络设备故障增多等问题，运维人员在故障发生后再进行处理，运维效率低下，更对信息系统的安全稳定运行构成了较大的威胁。因此，对网络流量进行预测显得尤为重要，通过电力信息网络流量的分析预测，有利于规划网络配置，避免网络拥堵，更好的应对可能的网络问题。
发明内容
本发明实施例提供了一种电力信息网络流量数据的预测、网络升级的方法及装置，以至少解决现有技术中缺乏对电力信息网络流量数据进行预测的技术问题。
根据本发明实施例第一方面，提供了一种电力信息网络流量数据的预测方法，包括：获取电力信息网络的流量数据；根据流量数据生成流量数据的时间序列；根据时间序列生成电力信息网络的与时间相关联的流量趋势预测数据。
可选地，根据时间序列生成电力信息网络的与时间相关联的流量趋势预测数据包括：对时间序列进行分解得到流量数据的趋势成分；对趋势成分进行拟合得到流量趋势预测数据。
可选地，对时间序列分解得到流量数据的趋势成分包括：将时间序列分解为第一长期趋势、第一周期趋势以及以第一随机趋势；通过分解去除第一长期趋势中的周期成分得到第二长期趋势；通过分解去除第一随机趋势中的周期成分得到第三长期趋势；使用第三长期趋势对第二长期趋势进行补偿，得到趋势成分。
可选地，利用Decompose函数的相加分解模型对时间序列、第一长期趋势、第一随机趋势和第二随机趋势进行分解。
根据本发明实施例的第二方面，还提供了一种网络升级方法，包括：获取电力信息网络的流量趋势预测数据；判断流量趋势预测曲线中的任一时刻的流量值是否均大于预设阈值；当流量趋势预测曲线中的任一时刻的流量值均大于预设阈值时，对电力信息网络的进行网络升级。
根据本发明实施例的第三方面，还提供了一种电力信息网络流量数据的预测装置，包括：第一获取模块，用于获取电力信息网络的流量数据；第一生成模块，用于根据流量数据生成流量数据的时间序列；第二生成模块，用于根据时间序列生成电力信息网络的与时间相关联的流量趋势预测数据。
可选地，第二生成模块包括：第一分解单元，用于对时间序列进行分解得到流量数据的趋势成分；拟合单元，用于对趋势成分进行拟合得到流量趋势预测数据。
根据本发明实施例的第四方面，还提供了一种网络升级装置，包括：第二获取模块，用于获取电力信息网络的流量趋势预测数据；判断模块，用于判断流量趋势预测曲线中的任一时刻的流量值是否均大于预设阈值；处理模块，用于当流量趋势预测曲线中的任一时刻的流量值均大于预设阈值时，对电力信息网络的进行网络升级。
根据本发明实施例的第五方面，还提供了一种服务器，其特征在于，包括：流量数据采集器、数据分析器、存储器和处理器，流量数据采集器、数据分析器、存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行第一方面的电力信息网络流量数据的预测方法。
根据本发明实施例的第六方面，还提供了一种计算机可读存储介质，其特征在于，计算机可读存储介质存储有计算机指令，计算机指令用于使计算机执行第一方面的电力信息网络流量数据的预测方法。
本发明实施例通过获取电力信息网络的流量数据；根据流量数据生成流量数据的时间序列；根据时间序列生成电力信息网络的与时间相关联的流量趋势预测数据，解决现有技术中缺乏对电力信息网络流量数据进行预测的技术问题，有利于规划网络配置，避免网络拥堵。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的一种可选的电力信息网络流量数据的预测方法的流程图；
图2是根据本发明实施例的一种可选的对时间序列进行分解的示意图；
图3是根据本发明实施例的一种可选的对第一长期趋势进行分解的示意图；
图4是根据本发明实施例的一种可选的对第一随机趋势进行分解的示意图；
图5是根据本发明实施例的一种可选的对第二随机趋势进行分解的示意图；
图6是根据本发明实施例的一种可选的网络升级方法的流程图；
图7是根据本发明实施例的一种可选的电力信息网络流量数据的预测装置的示意图；
图8是根据本发明实施例的一种可选的网络升级装置的示意图；
图9是根据本发明实施例的一种可选的服务器的示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
实施例一
根据本发明实施例，提供了一种电力信息网络流量数据的预测方法，如图1所示，该方法包括：
步骤S11，获取电力信息网络的流量数据。
步骤S12，根据流量数据生成流量数据的时间序列。
步骤S13，根据时间序列生成电力信息网络的与时间相关联的流量趋势预测数据。
具体地，时间序列可以是流量数据按照发生的时间先后顺序排列而成，根据电力信息网络的时间序列可以生成电力信息网络的流量趋势预测数据，流量趋势预测数据为与时间相关联的数据传输量的数据，在本发明的一些具体实施方式中，上述与时间相关联的数据传输量的数据可以是流量趋势预测曲线的形式，如图2中的曲线1所示。
在本发明实施例中，通过上述步骤S11至步骤S13，根据电力信息网络的流量数据生成流量数据的时间序列，根据流量数据的时间序列生成电力信息网络与时间相关联的流量趋势预测数据，解决现有技术中缺乏对电力信息网络流量数据进行预测的技术问题，有利于规划网络配置，避免网络拥堵。
在本发明的一些可选实施方式中，上述步骤S13可以包括：
对时间序列进行分解得到流量数据的趋势成分。
对趋势成分进行拟合得到流量趋势预测数据。
具体的，趋势成分可以是对时间序列进行分解后，去除时间序列中所有的周期性成分后得到的趋势数据。
需要说明的是，本发明实施例通过上述对时间序列进行分解，对分解得到的趋势成分进行拟合，可以得到流量趋势预测数据，解决了现有技术中无法对电力信息网络流量数据进行预测的问题。
具体地，时间序列分解主要针对非平稳时间序列，非平稳时间序列包含：长期趋势(Trend)，周期趋势(Seasona l)和随机趋势(Random)，对时间序列分解后，可以进一步地对趋势进行拟合，得到流量趋势预测数据。
在本发明的一些可选实施方式中，结合图2至图5的波形，对时间序列分解得到流量数据的趋势成分进行说明：
将时间序列1分解为第一长期趋势2、第一周期趋势3以及以第一随机趋势4。
具体地，从时间序列1的曲线可以看出其中包含有周期成分，对时间序列进行分解后得到的第一长期趋势2。
对第一长期趋势2进行再次分解，得到第二长期趋势5。
具体地，从第一长期趋势2的曲线可以看出其中仍含有周期成分，需要继续进行分解，分解后得到第二长期趋势5。第二长期趋势5中不包含有周期成分，不需进一步的分解。
对第一随机趋势4进行再次分解得到第二随机趋势10。
具体地，在对时间序列1进行分解时，由于没有分解出全部的周期成分，因此，对分解结果中的第一随机趋势4继续进行分解。
对第二随机趋势10分解得到第三长期趋势11。
具体地，第二随机趋势10中仍包含有周期性成分，因此，对第二随机趋势10继续进行分解。第三长期趋势11中不包含有周期成分，不需进一步的分解。
使用第三长期趋势11对第二长期趋势5进行补偿，得到趋势成分。
具体地，使用第三长期趋势11对第二长期趋势5进行补偿可以是将第三长期趋势11与第二长期趋势5的波形进行叠加，将叠加的结果作为时间序列的趋势成分。
需要说明的是，通过上述方法去除时间序列中的所有周期成分，得到所述时间序列的趋势成分。
具体而言，可以利用Decompose函数的相加分解模型对上述时间序列、第一长期趋势、第一随机趋势和第二随机趋势进行分解。
需要说明的是，对时间序列的分解并不限于使用Decompose函数，使用Decompose函数时，也并不限于使用相加分解模型。本领域技术人员应当知晓，例如stl函数等其他可以获取时间序列的趋势成分的函数也是可行的。
实施例二
根据本发明实施例，还提供了一种网络升级方法，如图6所示，该方法包括：
步骤S21，获取电力信息网络的流量趋势预测数据。
步骤S22，判断流量趋势预测数据中的任一时刻的流量值是否均大于预设阈值。
步骤S23，当流量趋势预测数据中的任一时刻的流量值均大于预设阈值时，对电力信息网络的进行网络升级。
具体地，电力信息网络的流量趋势预测数据为通过是上述实施例一中任一项方法获取的，本发明实施例通过判断流量趋势预测数据中任一时刻的流量是与预设阈值的关系，在任一时刻的流量值均大于预设阈值时，确定对电力信息网络进行网络升级，在任一时刻的流量值均小于等于预设阈值时，确定电力信息网络无需进行网络升级的方式，解决了网络拥塞使网络性能降低的问题，达到了提高网络性能，合理配置网络资源的目的。
实施例三
根据本发明实施例，提供了一种电力信息网络流量数据的预测装置，如图7所示，该装置包括：
第一获取模块40，用于获取电力信息网络的流量数据。
第一生成模块41，用于根据流量数据生成流量数据的时间序列。
第二生成模块42，用于根据时间序列生成电力信息网络的与时间相关联的流量趋势预测数据。
在本发明实施例中，根据电力信息网络的流量数据生成流量数据的时间序列，根据流量数据的时间序列生成电力信息网络与时间相关联的流量趋势预测数据，解决现有技术中缺乏对电力信息网络流量数据进行预测的技术问题，有利于规划网络配置，避免网络拥堵。
在本发明的一些可选实施方式中，第二生成模块包括：
第一分解单元，用于对时间序列进行分解得到流量数据的趋势成分。
拟合单元，用于对趋势成分进行拟合得到流量趋势预测数据。
实施例四
根据本发明实施例，提供了一种网络升级装置，如图8所示，该装置包括：
第二获取模块43，用于获取电力信息网络的流量趋势预测数据。
判断模块44，用于判断流量趋势预测数据中的任一时刻的流量值是否均大于预设阈值。
处理模块45，用于当流量趋势预测数据中的任一时刻的流量值均大于预设阈值时，对电力信息网络的进行网络升级。
本发明实施例通过判断流量趋势预测数据中任一时刻的流量是与预设阈值的关系，在任一时刻的流量值均大于预设阈值时，确定对电力信息网络进行网络升级，在任一时刻的流量值均小于等于预设阈值时，确定电力信息网络无需进行网络升级的方式，解决了网络拥塞使网络性能降低的问题，达到了提高网络性能，合理配置网络资源的目的。
实施例五
本发明实施例还提供了一种服务器，如图9所示，该服务器可以包括存储器53和处理器54，其中存储器53和处理器54可以通过总线或者其他方式连接，图9中以通过总线连接为例。
处理器54可以为中央处理器(Central Processing Unit，CPU)。处理器54还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
存储器53作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的电力信息网络流量数据的预测方法对应的程序指令/模块(例如，图7所示的第一获取模块40、第一生成模块41和第二生成模块42)。处理器54通过运行存储在存储器53中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的XX方法。
存储器53可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器54所创建的数据等。此外，存储器53可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器53可选包括相对于处理器54远程设置的存储器，这些远程存储器可以通过网络连接至处理器51。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器53中，当被所述处理器54执行时，执行如图1所示实施例中的电力信息网络流量数据的预测方法。
上述服务器具体细节可以对应参阅图1所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。
本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(RandomAccessMemory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (10)

1.一种电力信息网络流量数据的预测方法，其特征在于，包括：
获取电力信息网络的流量数据；
根据所述流量数据生成所述流量数据的时间序列；
根据所述时间序列生成所述电力信息网络的与时间相关联的流量趋势预测数据。
2.根据权利要求1所述的方法，其特征在于，根据所述时间序列生成所述电力信息网络的与时间相关联的流量趋势预测数据包括：
对所述时间序列进行分解得到所述流量数据的趋势成分；
对所述趋势成分进行拟合得到所述流量趋势预测数据。
3.根据权利要求2所述的方法，其特征在于，对所述时间序列分解得到所述流量数据的趋势成分包括：
将所述时间序列分解为第一长期趋势、第一周期趋势以及以第一随机趋势；
当所述第一长期趋势中包含有周期成分时，通过分解去除所述第一长期趋势中的所述周期成分得到第二长期趋势；
当所述第一随机趋势中包含有周期成分时，通过分解去除所述第一随机趋势中的所述周期成分得到第三长期趋势；
使用所述第三长期趋势对所述第二长期趋势进行补偿，得到所述趋势成分。
4.根据权利要求3所述的方法，其特征在于，利用Decompose函数的相加分解模型对所述时间序列、所述第一长期趋势和所述第一随机趋势进行分解。
5.一种网络升级方法，其特征在于，包括：
根据权利要求1-4中任一项所述的方法获取电力信息网络的流量趋势预测数据；
判断所述流量趋势预测数据中的任一时刻的流量值是否均大于预设阈值；
当所述流量趋势预测数据中的任一时刻的流量值均大于预设阈值时，对所述电力信息网络的进行网络升级。
6.一种电力信息网络流量数据的预测装置，其特征在于，包括：
第一获取模块，用于获取电力信息网络的流量数据；
第一生成模块，用于根据所述流量数据生成所述流量数据的时间序列；
第二生成模块，用于根据所述时间序列生成所述电力信息网络的与时间相关联的流量趋势预测数据。
7.根据权利要求6所述的装置，其特征在于，所述第二生成模块包括：
第一分解单元，用于对所述时间序列进行分解得到所述流量数据的趋势成分；
拟合单元，用于对所述趋势成分进行拟合得到所述流量趋势预测数据。
8.一种网络升级装置，其特征在于，包括：
第二获取模块，用于获取电力信息网络的流量趋势预测数据；
判断模块，用于判断所述流量趋势预测数据中的任一时刻的流量值是否均大于预设阈值；
处理模块，用于当所述流量趋势预测数据中的任一时刻的流量值均大于预设阈值时，对所述电力信息网络的进行网络升级。
9.一种服务器，其特征在于，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1-4所述的电力信息网络流量数据的预测方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行权利要求1-4所述的电力信息网络流量数据的预测方法。
CN201810004804.7A 2018-01-03 2018-01-03 电力信息网络流量数据的预测、网络升级的方法及装置 Pending CN108462603A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810004804.7A CN108462603A (zh) 2018-01-03 2018-01-03 电力信息网络流量数据的预测、网络升级的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810004804.7A CN108462603A (zh) 2018-01-03 2018-01-03 电力信息网络流量数据的预测、网络升级的方法及装置

Publications (1)

Publication Number Publication Date
CN108462603A true CN108462603A (zh) 2018-08-28

Family

ID=63221229

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810004804.7A Pending CN108462603A (zh) 2018-01-03 2018-01-03 电力信息网络流量数据的预测、网络升级的方法及装置

Country Status (1)

Country Link
CN (1) CN108462603A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110971435A (zh) * 2018-09-30 2020-04-07 北京金山云网络技术有限公司 一种报警方法及装置
CN111212337A (zh) * 2019-12-27 2020-05-29 中国联合网络通信集团有限公司 端口分类方法及装置
CN111510324A (zh) * 2020-03-27 2020-08-07 烽火通信科技股份有限公司 一种线路容量调整方法及系统
CN111740865A (zh) * 2020-06-23 2020-10-02 北京奇艺世纪科技有限公司 一种流量波动趋势预测方法、装置及电子设备
CN112651545A (zh) * 2020-12-07 2021-04-13 华电郑州机械设计研究院有限公司 一种基于特性分解的工业热负荷预测方法
CN113191003A (zh) * 2021-05-08 2021-07-30 上海核工程研究设计院有限公司 一种核电实时数据趋势拟合算法
CN113472551A (zh) * 2020-03-30 2021-10-01 中国电信股份有限公司 网络流量预测方法、装置和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004023114A (ja) * 2002-06-12 2004-01-22 Nippon Telegr & Teleph Corp <Ntt> 通信トラヒック予測方法およびその装置
CN103227999A (zh) * 2013-05-02 2013-07-31 中国联合网络通信集团有限公司 网络流量预测方法和装置
CN105007225A (zh) * 2015-07-31 2015-10-28 东北大学 一种网络动态拓扑控制系统及方法
CN105120487A (zh) * 2015-09-02 2015-12-02 中国联合网络通信集团有限公司 一种业务数据预测方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004023114A (ja) * 2002-06-12 2004-01-22 Nippon Telegr & Teleph Corp <Ntt> 通信トラヒック予測方法およびその装置
CN103227999A (zh) * 2013-05-02 2013-07-31 中国联合网络通信集团有限公司 网络流量预测方法和装置
CN105007225A (zh) * 2015-07-31 2015-10-28 东北大学 一种网络动态拓扑控制系统及方法
CN105120487A (zh) * 2015-09-02 2015-12-02 中国联合网络通信集团有限公司 一种业务数据预测方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JIABIAO1602: "R语言时间序列分析", 《CSDN》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110971435A (zh) * 2018-09-30 2020-04-07 北京金山云网络技术有限公司 一种报警方法及装置
CN111212337A (zh) * 2019-12-27 2020-05-29 中国联合网络通信集团有限公司 端口分类方法及装置
CN111212337B (zh) * 2019-12-27 2022-02-25 中国联合网络通信集团有限公司 端口分类方法及装置
CN111510324A (zh) * 2020-03-27 2020-08-07 烽火通信科技股份有限公司 一种线路容量调整方法及系统
CN111510324B (zh) * 2020-03-27 2022-02-22 烽火通信科技股份有限公司 一种线路容量调整方法及系统
CN113472551A (zh) * 2020-03-30 2021-10-01 中国电信股份有限公司 网络流量预测方法、装置和存储介质
CN113472551B (zh) * 2020-03-30 2022-11-18 中国电信股份有限公司 网络流量预测方法、装置和存储介质
CN111740865A (zh) * 2020-06-23 2020-10-02 北京奇艺世纪科技有限公司 一种流量波动趋势预测方法、装置及电子设备
CN111740865B (zh) * 2020-06-23 2022-09-02 北京奇艺世纪科技有限公司 一种流量波动趋势预测方法、装置及电子设备
CN112651545A (zh) * 2020-12-07 2021-04-13 华电郑州机械设计研究院有限公司 一种基于特性分解的工业热负荷预测方法
CN113191003A (zh) * 2021-05-08 2021-07-30 上海核工程研究设计院有限公司 一种核电实时数据趋势拟合算法

Similar Documents

Publication Publication Date Title
CN108462603A (zh) 电力信息网络流量数据的预测、网络升级的方法及装置
US10922452B2 (en) Digital simulation system of power distribution network
CN105812177B (zh) 一种网络故障处理方法和处理设备
EP3024178B1 (en) Prediction method and device for network performance
CN103761309A (zh) 一种运营数据处理方法及系统
CN102523137B (zh) 一种故障监测方法、装置及系统
WO2013109274A1 (en) Iterative simulation of requirement metrics for assumption and schema-free configuration management
CN110579683B (zh) 一种电网故障分析方法及系统
CN107862103B (zh) 一种基于adpss的仿真模型生成方法及系统
CN103412911A (zh) 数据库系统的性能监控方法以及装置
CN106210124B (zh) 一种统一的云数据中心监控系统
CN113132144B (zh) 一种告警处理方法、装置以及存储介质
US11645166B2 (en) Method, device and computer program product for backuping data
CN110347383A (zh) 跨平台桌面应用的前端开发方法及装置
CN111931009B (zh) 批量作业的作业最大路径确定方法及装置
CN108459944A (zh) 系统运行监控方法、装置及服务器
CN108319538A (zh) 大数据平台运行状态的监控方法和系统
CN111967636A (zh) 用于辅助决策配电网维修策略的系统和方法
US11310125B2 (en) AI-enabled adaptive TCA thresholding for SLA assurance
EP3041170B1 (en) Network planning method and device
CN110784347A (zh) 一种容器集群的节点管理方法、系统、设备及存储介质
CN110390027A (zh) 一种基于图数据库的信息系统故障模型构建方法及系统
CN109818808A (zh) 故障诊断方法、装置和电子设备
CN109981377A (zh) 一种分布式数据中心链路监控方法及系统
Zhang et al. Minimizing electricity cost in geographical virtual network embedding

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 102209 18 Riverside Avenue, Changping District science and Technology City, Beijing

Applicant after: GLOBAL ENERGY INTERCONNECTION RESEARCH INSTITUTE Co.,Ltd.

Applicant after: STATE GRID JIANGXI ELECTRIC POWER Co.,Ltd. INFORMATION & COMMUNICATION BRANCH

Applicant after: STATE GRID CORPORATION OF CHINA

Address before: 102209 18 Riverside Avenue, Changping District science and Technology City, Beijing

Applicant before: GLOBAL ENERGY INTERCONNECTION RESEARCH INSTITUTE Co.,Ltd.

Applicant before: STATE GRID JIANGXI ELECTRIC POWER Co.,Ltd. INFORMATION & COMMUNICATION BRANCH

Applicant before: State Grid Corporation of China

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180828