CN110740070B - 一种基于多元非线性拟合的智能电网站点带宽估算方法 - Google Patents

一种基于多元非线性拟合的智能电网站点带宽估算方法 Download PDF

Info

Publication number
CN110740070B
CN110740070B CN201911154868.6A CN201911154868A CN110740070B CN 110740070 B CN110740070 B CN 110740070B CN 201911154868 A CN201911154868 A CN 201911154868A CN 110740070 B CN110740070 B CN 110740070B
Authority
CN
China
Prior art keywords
station
importance
bandwidth
site
attributes
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.)
Active
Application number
CN201911154868.6A
Other languages
English (en)
Other versions
CN110740070A (zh
Inventor
高栋梁
姚实颖
陈一鸣
陈谦
罗劲瑭
芶继军
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.)
State Grid Sichuan Economic Research Institute
Original Assignee
State Grid Sichuan Economic 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 State Grid Sichuan Economic Research Institute filed Critical State Grid Sichuan Economic Research Institute
Priority to CN201911154868.6A priority Critical patent/CN110740070B/zh
Publication of CN110740070A publication Critical patent/CN110740070A/zh
Application granted granted Critical
Publication of CN110740070B publication Critical patent/CN110740070B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0896—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities
    • 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
    • H04L41/142—Network analysis or design using statistical or mathematical methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Algebra (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种基于多元非线性拟合的智能电网站点带宽估算方法，解决了带宽估算方法不考虑站点特性和参数选择缺乏客观性的问题。本发明包括采集到的四类站点属性，梯度下降优化公式、站点重要度非线性特征函数和各站点带宽加权站点重要度公式。本发明通过多元非线性拟合，不仅从站点的带宽入手，而且考虑了站点在网络中的位置和站点类型本身的特点，使站点估计更加科学、准确。

Description

一种基于多元非线性拟合的智能电网站点带宽估算方法
技术领域
本发明涉及智能电网带宽估算方法，具体涉及一种基于多元非线性拟合的智能电网站点带宽估算方法。
背景技术
目前，估计电力通信网络带宽需求最常用的方法是基于基本直观预测和弹性系数相结合的方法。但是，由于通信网络的流量并不总是进入下一级网络，这种方法会使估计的带宽过大，造成资源浪费，而且计算方法缺乏科学性。
现有技术中的弊端如下：
一种优化带宽计算的方法。通过对树型结构网络的分析，针对不同的业务成本选择不同的并发比例，以减少带宽浪费。然而，这种方法只分析特定的网络结构，缺乏选择并发比例的依据；
一种通过bp神经网络计算不同业务的带宽，然后对站点的带宽进行累加的方法，使带宽计算更加准确，基于节点强度和节点紧密度的电力通信网络节点重要度评估方法，以优化传统的计算方法，指出局部重要度、全局重要度和冗余系数可以用来评价站点，提高带宽计算的准确性。
但是这些研究方法虽然在一定程度上提高了带宽利用率，却仍存在一些不考虑站点特性和参数选择缺乏客观性的问题。
发明内容
本发明所要解决的技术问题是：带宽估算方法不考虑站点特性和参数选择缺乏客观性，本发明提供了解决上述问题的一种基于多元非线性拟合的智能电网站点带宽估算方法。.
本发明通过下述技术方案实现：
一种基于多元非线性拟合的智能电网站点带宽估算方法，包括采集到的站点属性，站点属性分为四类，所述站点属性包括实时业务数量，节点强度，站点带宽和业务总数量，还包括以下步骤：
S1：引入智能电网站点重要度概念，通过各站点带宽加权站点重要度得到估算总带宽；
S2：建立用于计算重要度的成本函数，采用梯度下降法优化成本函数；
S3：将采集到的站点属性输入S1、S2中，得到各站点的重要度，分别计算各站点属性与站点重要度的相关系数，选取相关系数中数值大的前三位相关系数，所述前三位相关系数计算依据的站点属性分别与重要度之间的关系构建拟合函数，利用三个拟合函数基于站点属性间的线性关系再次拟合得到关于站点属性的站点重要度非线性特征函数；
S4：将S3中得到站点重要度非线性特征函数代入站点属性计算得到非线性拟合的站点重要度，再将非线性拟合的站点重要度代入S1加权站点带宽后求得估算总带宽。
进一步地，所述S1中，通过公式1得到估算带宽，
Figure GDA0002319401420000021
其中w1,w2,w3...wn是n个站点重要度，B1,B2,B3...Bn是n个站点的带宽。
进一步地，所述S2中，成本函数定义为公式2，
Figure GDA0002319401420000022
其中，y是整个网络的汇聚节点的实际总带宽。
进一步地，所述S2中，成本函数的梯度下降法包括以下步骤：
S11：采用公式3对成本函数进行求导，计算梯度：
Figure GDA0002319401420000023
S12：采用公式4对重要度值进行更新，
Figure GDA0002319401420000024
其中，α为学习率；
S13：公式3，公式4顺序循环执行，直到成本函数达到最小值。
进一步地，所述S3中，计算相关系数还能够通过绘制热力图，从而筛选出相关系数中的前三位相关系数的站点属性。
进一步地，关于相关系数的介绍，相关系数用于描述两个变量之间的相关性，相关系数越大则两者相关性越强。本文通过计算相关系数并且绘制热力图，从而筛选出与计算总带宽关系更加密切的属性，为后续的非线性拟合奠定基础，相关系数的具体计算为公式5。
Figure GDA0002319401420000025
本发明综合站点属性和多元非线性拟合出的站点重要度加权站点带宽求得的总估算带宽，详细为在原有直观计算方法的基础上，引入加权系数，使电力通信网络带宽计算值更接近真实值。本方法对每个站点的带宽和总带宽采用梯度下降法，得到每个站点的重要度。计算不同特征值与重要度的相关系数，得到不同特征值与重要度的相关性。选择特征作为自变量，重要度作为因变量进行多元非线性拟合；最后，给出了权重值的计算公式。
本发明具有如下的优点和有益效果：
本发明通过多元非线性拟合，不仅从站点的带宽入手，而且考虑了站点在网络中的位置和站点类型本身的特点，使站点估计更加科学、准确。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明的方法流程图。
图2为本发明的站点网络拓扑图。
图3为本发明的相关系数热力图。
图4为本发明的单个特征的拟合结果图。
具体实施方式
在对本发明的任意实施例进行详细的描述之前，应该理解本发明的应用不局限于下面的说明或附图中所示的结构的细节。本发明可采用其它的实施例，并且可以以各种方式被实施或被执行。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改进前提下所获得的所有其它实施例，均属于本发明保护的范围。
一种基于多元非线性拟合的智能电网站点带宽估算方法，包括采集到的站点属性，站点属性分为四类，所述站点属性包括实时业务数量，节点强度，站点带宽和业务总数量，如图1所示，还包括以下步骤：
S1：引入智能电网站点重要度概念，通过各站点带宽加权站点重要度得到估算总带宽；
S2：建立用于计算重要度的成本函数，采用梯度下降法优化成本函数；
S3：将采集到的站点属性输入S1、S2中，得到各站点的重要度，分别计算各站点属性与站点重要度的相关系数，选取相关系数中数值大的前三位相关系数，所述前三位相关系数计算依据的站点属性分别与重要度之间的关系构建拟合函数，利用三个拟合函数基于站点属性间的线性关系再次拟合得到关于站点属性的站点重要度非线性特征函数；
S4：将S3中得到站点重要度非线性特征函数代入站点属性计算得到非线性拟合的站点重要度，再将非线性拟合的站点重要度代入S1加权站点带宽后求得估算总带宽。
优选的，所述S1中，通过公式1得到估算带宽，
Figure GDA0002319401420000031
其中w1,w2,w3...wn是n个站点重要度，B1,B2,B3...Bn是n个站点的带宽。
优选的，所述S2中，成本函数定义为公式2，
Figure GDA0002319401420000032
其中，y是整个网络的汇聚节点的实际总带宽。
优选的，所述S2中，成本函数的梯度下降法包括以下步骤：
S11：采用公式3对成本函数进行求导，计算梯度：
Figure GDA0002319401420000041
S12：采用公式4对重要度值进行更新，
Figure GDA0002319401420000042
其中，α为学习率；
S13：公式3，公式4顺序循环执行，直到成本函数达到最小值。
优选的，所述S3中，计算相关系数还能够通过绘制热力图，从而筛选出相关系数中的前三位相关系数的站点属性。
优选的，在多元非线性拟合的过程中，首先考虑单个属性与目标之间的非线性函数关系，然后考虑多个元素共同作用于目标值的关系，最后将单个属性的函数关系与多个属性值同时作用的函数叠加，并且考虑不同属性值之间的关系。最终得到一个目标值关于多个属性值的非线性函数。设X1，X2，X3，…,Xn为属性值，w为目标值，其单个属性值与目标值的函数关系如公式6所示。
Figure GDA0002319401420000043
多个特征值共同作用于目标值的函数如公式7所示。
Figure GDA0002319401420000044
最终得到权重值计算函数如公式8所示。
w(X1,X2...Xn)＝β1f(X1)+β2f(X2)+...+βnf(Xn)+βn+1f(X1,X2...Xn) (8)
通过拟合出来的重要度的公式计算出站点重要度，通过公式1计算出汇聚节点介入下一个网络拓扑的带宽，使其计算带宽的精确度更高。
在一个实施例中，电力通信网中有不同站点类型，其结构也复杂多样，本文选取了实际的电力通信网结构进行分析，具体电力通信网结构如图2所示，图2中不同Z1-Z23表示不同的站点，其中市级电力公司作为业务汇聚节点汇入下一级网状结构。本文采集到的站点属性分别为实时业务数量，节点强度，站点带宽和业务数量，具体属性值如下表。
Figure GDA0002319401420000045
Figure GDA0002319401420000051
根据公式1,2,3,4将数据代入，可以得到各个站点的重要度，具体站点重要度如下表所示。
Figure GDA0002319401420000052
Figure GDA0002319401420000061
通过计算相关系数得到属性与重要度的相关系数热力图，筛选出于重要度计算相关性最大的三个因素：业务数量，节点强度和站点带宽。为便于表示本文将业务数量，实时业务数量，节点强度，和站点带宽分别用X1，X2，X3，X4表示，重要度用W表示，具体如图3所示。
因此，对于x1、x3、x4和w之间的关系，图4显示了按单个特征的属性拟合曲线，其中点表示拟合前的数据，线表示拟合后的曲线。具体的拟合曲线表达式如函数9所示。
Figure GDA0002319401420000062
针对多个特征值对Y的影响进行拟合，拟合结果如公式10所示。
f(X1,X3,X4)＝1.004e-03X1X3+2.4274e-05X1X4+1.139e-05X3X4-6.291e-06X1X3X4+0.3047 (10)
最后针对特征之间的关系进行线性拟合，最终得到公式11。
w(X1,X3,X4)＝1.765f(X1)-2.357e-01f(X3) -8.712e-01f(X4)-2.263e-04f(X1,X3,X4)+0.1330 (11)
本文将拟合的重要度梯度下降得到的实际重要度进行了比较。结果表明，拟合结果平均准确度在95％左右，具体如下表所示。
Figure GDA0002319401420000063
Figure GDA0002319401420000071
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种基于多元非线性拟合的智能电网站点带宽估算方法，包括采集到的站点属性，站点属性分为四类，所述站点属性包括实时业务数量，节点强度，站点带宽和业务总数量，其特征在于，还包括以下步骤：
S1：引入智能电网站点重要度概念，通过各站点带宽加权站点重要度得到估算总带宽；
S2：建立用于计算重要度的成本函数，采用梯度下降法优化成本函数；
S3：将采集到的站点属性输入S1、S2中，得到各站点的重要度，分别计算各站点属性与站点重要度的相关系数，选取相关系数中数值大的前三位相关系数，所述前三位相关系数计算依据的站点属性分别与重要度之间的关系构建拟合函数，利用三个拟合函数基于站点属性间的线性关系再次拟合得到关于站点属性的站点重要度非线性特征函数；
S4：将S3中得到站点重要度非线性特征函数代入站点属性计算得到非线性拟合的站点重要度，再将非线性拟合的站点重要度代入S1加权站点带宽后求得估算总带宽；
所述S1中，通过公式1得到估算带宽，
Figure FDA0003559209490000011
其中w1,w2,w3...wn是n个站点重要度，B1,B2,B3...Bn是n个站点的带宽；
所述S2中，成本函数定义为公式2，
Figure FDA0003559209490000012
其中，y是整个网络的汇聚节点的实际总带宽；
所述S3中，在多元非线性拟合的过程中，首先考虑单个属性与目标之间的非线性函数关系，然后考虑多个元素共同作用于目标值的关系，最后将单个属性的函数关系与多个属性值同时作用的函数叠加，并且考虑不同属性值之间的关系，最终得到一个目标值关于多个属性值的非线性函数；
设X1，X2，X3，…,Xn为属性值，w为目标值，其单个属性值与目标值的函数关系为：
Figure FDA0003559209490000013
多个特征值共同作用于目标值的函数为：
Figure FDA0003559209490000021
最终得到权重值计算函数为：
w(X1,X2...Xn)＝β1f(X1)+β2f(X2)+...+βnf(Xn)+βn+1f(X1,X2...Xn) (8)
通过拟合出来的重要度的公式计算出站点重要度，通过公式(1)计算出汇聚节点介入下一个网络拓扑的带宽。
2.根据权利要求1所述的一种基于多元非线性拟合的智能电网站点带宽估算方法，其特征在于，所述S2中，成本函数的梯度下降法包括以下步骤：
S11：采用公式3对成本函数进行求导，计算梯度：
Figure FDA0003559209490000022
S12：采用公式4对重要度值进行更新：
Figure FDA0003559209490000023
其中，α为学习率；
S13：公式3，公式4顺序循环执行，直到成本函数达到最小值。
3.根据权利要求1所述的一种基于多元非线性拟合的智能电网站点带宽估算方法，其特征在于，所述S3中，计算相关系数还能够通过绘制热力图，从而筛选出相关系数中的前三位相关系数的站点属性。
CN201911154868.6A 2019-11-22 2019-11-22 一种基于多元非线性拟合的智能电网站点带宽估算方法 Active CN110740070B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911154868.6A CN110740070B (zh) 2019-11-22 2019-11-22 一种基于多元非线性拟合的智能电网站点带宽估算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911154868.6A CN110740070B (zh) 2019-11-22 2019-11-22 一种基于多元非线性拟合的智能电网站点带宽估算方法

Publications (2)

Publication Number Publication Date
CN110740070A CN110740070A (zh) 2020-01-31
CN110740070B true CN110740070B (zh) 2022-07-01

Family

ID=69273559

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911154868.6A Active CN110740070B (zh) 2019-11-22 2019-11-22 一种基于多元非线性拟合的智能电网站点带宽估算方法

Country Status (1)

Country Link
CN (1) CN110740070B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103326899A (zh) * 2013-06-16 2013-09-25 周健 一种基于网络异质性的加权网络节点重要度评估方法
CN107291539A (zh) * 2017-06-19 2017-10-24 山东师范大学 基于资源重要程度的集群程序调度方法
CN107453926A (zh) * 2017-09-21 2017-12-08 冀北电力有限公司电力经济技术研究院 一种电力通信网站点通信带宽估算方法及装置
CN108243242A (zh) * 2017-12-06 2018-07-03 国网江西省电力有限公司赣西供电分公司 电力信息通信网络控制方法、计算机可读存储介质及设备
CN108419274A (zh) * 2018-02-28 2018-08-17 华南理工大学 一种基于效用函数的异构无线网络选择方法
CN110188473A (zh) * 2019-05-30 2019-08-30 国网甘肃省电力公司经济技术研究院 一种电力骨干通信网节点重要度识别方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7738612B2 (en) * 2006-11-13 2010-06-15 Main.Net Communications Ltd. Systems and methods for implementing advanced power line services
US7983189B2 (en) * 2008-03-12 2011-07-19 Embarq Holdings Company, Llc System and method for tracking performance and service level agreement compliance for multipoint packet services

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103326899A (zh) * 2013-06-16 2013-09-25 周健 一种基于网络异质性的加权网络节点重要度评估方法
CN107291539A (zh) * 2017-06-19 2017-10-24 山东师范大学 基于资源重要程度的集群程序调度方法
CN107453926A (zh) * 2017-09-21 2017-12-08 冀北电力有限公司电力经济技术研究院 一种电力通信网站点通信带宽估算方法及装置
CN108243242A (zh) * 2017-12-06 2018-07-03 国网江西省电力有限公司赣西供电分公司 电力信息通信网络控制方法、计算机可读存储介质及设备
CN108419274A (zh) * 2018-02-28 2018-08-17 华南理工大学 一种基于效用函数的异构无线网络选择方法
CN110188473A (zh) * 2019-05-30 2019-08-30 国网甘肃省电力公司经济技术研究院 一种电力骨干通信网节点重要度识别方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于位置加权的电力通信网站点带宽估算方法;朱正甲等;《电信科学》;20181020;全文 *
李莉等.基于汇聚业务模型的电力通信网节点带宽估算方法.《电力信息与通信技术 》.2017, *

Also Published As

Publication number Publication date
CN110740070A (zh) 2020-01-31

Similar Documents

Publication Publication Date Title
Boda et al. Stochastic target hitting time and the problem of early retirement
CN101572623B (zh) 基于主客观组合评价的网络性能综合评价方法
CN103987056A (zh) 基于大数据统计模型的无线网络话务量预测方法
CN113705959B (zh) 网络资源分配方法及电子设备
CN103702360B (zh) 一种确定业务接入端口的数据流速的方法及装置
CN103108382A (zh) 一种基于网络层次分析法的异构网络多属性决策方法
CN104980462B (zh) 分布式计算方法、装置和系统
CN106162680A (zh) 扩容参数确定方法及装置
CN104050547A (zh) 一种油田开发规划方案非线性优选决策方法
CN110740070B (zh) 一种基于多元非线性拟合的智能电网站点带宽估算方法
CN103345552A (zh) 电力ict通信网可靠性的评估方法及系统
CN114677030A (zh) 基于博弈与多维契约的联邦边缘学习调度方法及系统
CN114661463A (zh) 基于bp神经网络的系统资源预测方法及系统
CN109104307A (zh) 一种动态数据链网络的关键节点感知方法
CN117376355A (zh) 基于超图的b5g海量物联网资源分配方法及系统
CN103810642B (zh) 基于Web服务的协同制造控制方法及控制系统
CN116843069A (zh) 一种基于人群活动强度特征的通勤流量估计方法及系统
Ni et al. Pricing and selection of channels for remote state estimation using a stackelberg game framework
CN108446342A (zh) 一种环境质量评价系统、方法、装置及存储装置
CN114609910A (zh) 一种具有乘性噪声的线性多智体系统及其一致控制方法
CN114280930A (zh) 一种随机高阶线性多智体系统控制协议的设计方法及系统
CN108494577A (zh) 基于可视角度测算的时间序列加权复杂网络构建方法
CN114117323A (zh) 水资源系统优化配置方法、装置以及设备
CN113626657A (zh) 一种多值属性图结构发现密集连接的子网络的方法
CN106202486B (zh) 异构数据集基于mic的字段值优先连接方法

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
GR01 Patent grant
GR01 Patent grant