CN110909991A - 一种面向光缆纤芯远程智能调度业务的快速估计装置及方法 - Google Patents
一种面向光缆纤芯远程智能调度业务的快速估计装置及方法 Download PDFInfo
- Publication number
- CN110909991A CN110909991A CN201911089372.5A CN201911089372A CN110909991A CN 110909991 A CN110909991 A CN 110909991A CN 201911089372 A CN201911089372 A CN 201911089372A CN 110909991 A CN110909991 A CN 110909991A
- Authority
- CN
- China
- Prior art keywords
- matrix
- fiber core
- optical cable
- cable fiber
- remote intelligent
- 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
Links
- 230000003287 optical effect Effects 0.000 title claims abstract description 88
- 239000000835 fiber Substances 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 36
- 239000011159 matrix material Substances 0.000 claims abstract description 165
- 238000007726 management method Methods 0.000 claims abstract description 7
- 238000004891 communication Methods 0.000 claims abstract description 5
- 239000013307 optical fiber Substances 0.000 claims abstract description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明属于电力调度系统设备技术领域,尤其涉及一种面向光缆纤芯远程智能调度业务的快速估计装置及方法。本发明包括智能光网络的IP网络交换机装置,还包括面向光缆纤芯远程智能调度业务的快速估计算法模块。面向光缆纤芯远程智能调度业务的快速估计算法模块为可编程芯片,用于实现基于业务流量最小化的面向光缆纤芯远程智能调度业务的快速估计,用户界面通过运行该程序,完成面向光缆纤芯远程智能调度业务的快速估计;将模块估计的业务流量矩阵用于光纤通信数据链路规划及业务流量调度,通过安全通道,发送到智能光网络的IP网络交换机中,实现智能光网络的规划及管理。本发明可以实现快速的对业务的流量矩阵进行准确估计并跟踪其动态,快速的估计和获取智能光网络中的业务对智能光网络的规划及管理的具有非常重要的意义。
Description
技术领域
本发明属于电力调度系统设备技术领域,尤其涉及一种面向光缆纤芯远程智能调度业务的快速估计装置及方法。
背景技术
智能光网络是电力调度系统的重要基础设施之一,支撑着电网公司运营和管理的正常通信以及保障着国家电网的安全稳定的运行。然而,随着国家电网建设的不断完善,智能光网络的尺度呈指数级增长,为了对智能光网络进行设计和规划,国家电力公司及其智能光网络设计研究单位需要知道数据业务流量在网络中是如何传输的,而业务流量矩阵又恰好反映了智能光网络中所有源和目的地之间的数据流动情况,因此,针对该领域技术的研发工作,成为本领域技术人员不断开发的新课题。
发明内容
针对上述现有技术中存在的不足之处,本发明提出了一种面向光缆纤芯远程智能调度业务的快速估计装置及方法。本发明装置能够快速的估计面向光缆纤芯远程智能调度业务的快速估计,可以实现快速的对业务的流量矩阵进行准确估计并跟踪其动态。
基于上述发明目的,本发明是通过以下技术方案来实现的:
一种面向光缆纤芯远程智能调度业务的快速估计装置,包括智能光网络的IP网络交换机装置,还包括面向光缆纤芯远程智能调度业务的快速估计算法模块。
所述面向光缆纤芯远程智能调度业务的快速估计算法模块为可编程芯片,实现基于业务流量最小化的面向光缆纤芯远程智能调度业务的快速估计,用户界面通过运行该程序,完成面向光缆纤芯远程智能调度业务的快速估计;将模块估计的业务流量矩阵用于光纤通信数据链路规划及业务流量调度,通过安全通道,发送到智能光网络的IP网络交换机中,以实现智能光网络的规划及管理。
一种面向光缆纤芯远程智能调度业务的快速估计方法,包括以下步骤:
步骤1、向面向光缆纤芯远程智能调度业务的快速估计装置中输入电力网络业务流量参数;
步骤2、根据步骤1中输入的路由矩阵A,通过矩阵运算计算出路由矩阵A的广义逆矩阵A+;
步骤3、在得到路由矩阵A后引入分辨率矩阵R,验证流量矩阵估计值和真实值间的误差精度;
步骤4、在分辨率矩阵R中的对角线和行方向上进行搜索,选出路由矩阵A中的U列最大化线性独立子集AU,并且与业务流量矩阵x中相对应的U个成分分量XU相一致,在实际测量的业务流量矩阵中得到相对应的业务流量矩阵初始化值x0;
步骤5、建立基于业务流量最小化的面向光缆纤芯远程智能调度业务流量矩阵估计模型;
步骤1中所述的路由矩阵和链路负载矩阵之间存在以下关系:
y=Ax (3)
其中,x为业务流量矩阵,给定路由矩阵A=[Aij],其中i,j分别表示源节点和目的节点,Aij表示每个源节点和目的节点对的连接状态;如果源节点i到目的节点j之间是连通的,则Aij=1;如果不连通,就用Aij=0表示;路由矩阵A表明任意源-目的节点对之间是否存在连接的矩阵;通过建路由矩阵A和测量链路负载矩阵y,对电力网络的业务流量矩阵进行估计。
步骤2中所述的路由矩阵A以及计算出的广义逆矩阵A+,计算分辨率矩阵R=A+A。
步骤3中所述验证流量矩阵估计值和真实值间的误差精度,其表示方法是:
R=A+A (1)。
步骤3中所述分辨率矩阵R是用来反映计值与真实值之间的差异,分辨率矩阵R存在以下特性:
(1)分比率矩阵中的每一行的元素以对角线开始,在两个相反的方向上快速减小;
(2)分辨率矩阵对角线上的元素越接近于1,估计值更接近于真实值;否则,它们之间有较大的差异;
(3)分辨率矩阵R表示估计值与真值之间的精确度,不与业务流量矩阵x和链路负载矩阵y的值相关,并且仅与先验信息和推断方法相关。
步骤4中所述在分辨率矩阵R中的对角线和行方向上进行搜索,选出路由矩阵A中的U列最大化线性独立子集AU,并且与相应的业务流量矩阵x中相对应的U个成分分量XU相一致,AV表示路由矩阵A中除去AU的剩余部分,XV为业务流量矩阵x中除去XU的剩余部分,将等式(1)分解为:
其中,V=N-U。
步骤5中智能光网络业务流量矩阵估计模型为面向光缆纤芯远程智能调度业务流量矩阵估计模型;
所述基于业务流量最小化的面向光缆纤芯远程智能调度业务流量矩阵估计模型,具体为:
其中,minf(x)为目标函数,{xi}(i=1,2,...N)表示业务流量矩阵x的分量,y=Ax与xi≥0,i=1,2,...,N为目标函数的约束条件。
本发明具有以下优点及有益效果:
本发明估计装置采用IP网络协议,对通过交换机中的数据业务进行测量,并根据测量结果利用单纯形法快速的对业务流量矩阵进行准确估计。本发明利用业务流量矩阵和链路负载之间的关系,并引入约束条件,采用适当的目标函数进行迭代优化;通过引入分辨率矩阵,并结合其属性在迭代过程获得了良好的网络层析先验结果;接着采用单纯形法快速的对智能光网络中的业务进行估计。该发明可以实现快速的对业务的流量矩阵进行准确估计并跟踪其动态,快速的估计和获取智能光网络中的业务对智能光网络的规划及管理的具有非常重要的意义。
附图说明
下面将结合本发明实施例中的附图,对本发明实例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅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其他实施例,都属于本发明保护的范围。
图1为本发明面向光缆纤芯远程智能调度业务的快速估计装置结构示意图;
图2为本发明面向光缆纤芯远程智能调度业务的快速估计装置原理图。
具体实施方式
本发明是一种面向光缆纤芯远程智能调度业务的快速估计装置,如图1所示,图1为本发明面向光缆纤芯远程智能调度业务的快速估计装置结构示意图。本发明面向光缆纤芯远程智能调度业务的快速估计装置采用IP网络协议。在IP网络的交换机中,通过采集网络业务流量信息作为原始数据,然后利用这些信息并对网络中的业务流量矩阵进行估计。
本发明的技术原理如图2所示,本发明面向光缆纤芯远程智能调度业务的快速估计装置原理图。本发明是在原有智能光网络的IP网络交换机装置中,加入面向光缆纤芯远程智能调度业务的快速估计算法模块,以此来实现对业务流量矩阵的估计。该模块为一个可编程芯片,实现基于业务流量最小化的面向光缆纤芯远程智能调度业务的快速估计,用户界面通过运行该程序,完成面向光缆纤芯远程智能调度业务的快速估计,然后将模块估计的业务流量矩阵用于光纤通信数据链路规划及业务流量调度,接着通过安全通道,发送到智能光网络的IP网络交换机中,以实现智能光网络的规划及管理。
利用一种面向光缆纤芯远程智能调度业务的快速估计装置进行估计的方法,包括以下步骤:
步骤1、向面向光缆纤芯远程智能调度业务的快速估计装置中输入电力网络业务流量参数;所述电力网络业务流量参数包括业务路由矩阵A和链路负载矩阵y,以及测量得到的业务流量矩阵x,业务流量矩阵是需要进行估计的对象。
在真实的智能光网络中的数据传输一般存于在多个源点-目的节点对之间。当智能光网络的规模扩大时,智能光网络的业务流量矩阵维度也随之增大,因此为了不失一般性,假设网络中有n个节点和l个链路,因此智能光网络的就会存在N=n2个源-目的节点对。业务流量矩阵x表示为x=(x1,x2,...,xN)T,链路负载矩阵y表示为y=(y1,y2,...,yl),由于每个源-目的节点对之间的业务流量都是非负的,因此业务流量矩阵x中的每一个元素都满足xi≥0。
步骤1中所述的路由矩阵和链路负载矩阵之间存在以下关系:
y=Ax (3)
其中,x为业务流量矩阵。给定路由矩阵A=[Aij],其中i,j分别表示源节点和目的节点,Aij表示每个源节点和目的节点对的连接状态。如果源节点i到目的节点j之间是连通的,则Aij=1;如果不连通,就用Aij=0表示。因此,路由矩阵A就是表明任意源-目的节点对之间是否存在连接的矩阵。由公式中的(1)可知,通过建路由矩阵A和测量链路负载矩阵y,我们可以对电力网络的业务流量矩阵进行估计。
步骤2、根据步骤1中输入的路由矩阵A,通过矩阵运算计算出路由矩阵A的广义逆矩阵A+;
步骤3、为了能够更加准确的估计业务流量矩阵,在得到路由矩阵A后引入分辨率矩阵R,验证流量矩阵估计值和真实值间的误差精度,其表示方法是:
R=A+A (1)
根据步骤2中的路由矩阵A以及计算出的广义逆矩阵A+,计算分辨率矩阵R=A+A。
步骤3中所述的分辨率矩阵R是用来反映计值与真实值之间的差异。
分辨率矩阵R存在以下特性:
(1)分比率矩阵中的每一行的元素以对角线开始,在两个相反的方向上快速减小;
(2)分辨率矩阵对角线上的元素越接近于1,这表明估计值更接近于真实值;否则,它们之间有较大的差异;
(3)分辨率矩阵R是用来表示估计值与真值之间的精确度,它不与业务流量矩阵x和链路负载矩阵y的值相关,并且仅与先验信息和推断方法相关。
步骤4、在分辨率矩阵R中的对角线和行方向上进行搜索,选出路由矩阵A中的U列最大化线性独立子集AU,并且与业务流量矩阵x中相对应的U个成分分量XU相一致,在实际测量的业务流量矩阵中得到相对应的业务流量矩阵初始化值x0。
步骤4中所述的在分辨率矩阵R中的对角线和行方向上进行搜索,选出路由矩阵A中的U列最大化线性独立子集AU,并且与相应的业务流量矩阵x中相对应的U个成分分量XU相一致,AV表示路由矩阵A中除去AU的剩余部分,XV为业务流量矩阵x中除去XU的剩余部分,因此,将等式(1)分解为
其中,V=N-U。
步骤5、建立基于业务流量最小化的面向光缆纤芯远程智能调度业务流量矩阵估计模型;
所述智能光网络业务流量矩阵估计模型可以为面向光缆纤芯远程智能调度业务流量矩阵估计模型。
所述的基于业务流量最小化的面向光缆纤芯远程智能调度业务流量矩阵估计模型,具体为:
其中,minf(x)为目标函数,{xi}(i=1,2,...N)表示业务流量矩阵x的分量,y=Ax与xi≥0,i=1,2,...,N为目标函数的约束条件。
本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本公开的范围,包括权利要求,被限于这些例子;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明的不同方面的许多其它变化,为了简明它们没有在细节中提供。
本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本发明的精神和原则之内,所做的任何省略、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 (10)
1.一种面向光缆纤芯远程智能调度业务的快速估计装置,包括智能光网络的IP网络交换机装置,其特征是:还包括面向光缆纤芯远程智能调度业务的快速估计算法模块。
2.根据权利要求1所述的一种面向光缆纤芯远程智能调度业务的快速估计装置,其特征是:所述面向光缆纤芯远程智能调度业务的快速估计算法模块为可编程芯片,实现基于业务流量最小化的面向光缆纤芯远程智能调度业务的快速估计,用户界面通过运行该程序,完成面向光缆纤芯远程智能调度业务的快速估计;将模块估计的业务流量矩阵用于光纤通信数据链路规划及业务流量调度,通过安全通道,发送到智能光网络的IP网络交换机中,以实现智能光网络的规划及管理。
3.一种面向光缆纤芯远程智能调度业务的快速估计方法,其特征是:包括以下步骤:
步骤1、向面向光缆纤芯远程智能调度业务的快速估计装置中输入电力网络业务流量参数;
步骤2、根据步骤1中输入的路由矩阵A,通过矩阵运算计算出路由矩阵A的广义逆矩阵A+;
步骤3、在得到路由矩阵A后引入分辨率矩阵R,验证流量矩阵估计值和真实值间的误差精度;
步骤4、在分辨率矩阵R中的对角线和行方向上进行搜索,选出路由矩阵A中的U列最大化线性独立子集AU,并且与业务流量矩阵x中相对应的U个成分分量XU相一致,在实际测量的业务流量矩阵中得到相对应的业务流量矩阵初始化值x0;
步骤5、建立基于业务流量最小化的面向光缆纤芯远程智能调度业务流量矩阵估计模型;
5.根据权利要求3所述的一种面向光缆纤芯远程智能调度业务的快速估计方法,其特征是:步骤1中所述的路由矩阵和链路负载矩阵之间存在以下关系:
y=Ax (3)
其中,x为业务流量矩阵,给定路由矩阵A=[Aij],其中i,j分别表示源节点和目的节点,Aij表示每个源节点和目的节点对的连接状态;如果源节点i到目的节点j之间是连通的,则Aij=1;如果不连通,就用Aij=0表示;路由矩阵A表明任意源-目的节点对之间是否存在连接的矩阵;通过建路由矩阵A和测量链路负载矩阵y,对电力网络的业务流量矩阵进行估计。
6.根据权利要求3所述的一种面向光缆纤芯远程智能调度业务的快速估计方法,其特征是:步骤2中所述的路由矩阵A以及计算出的广义逆矩阵A+,计算分辨率矩阵R=A+A。
7.根据权利要求3所述的一种面向光缆纤芯远程智能调度业务的快速估计方法,其特征是:步骤3中所述验证流量矩阵估计值和真实值间的误差精度,其表示方法是:
R=A+A (1)。
8.根据权利要求3所述的一种面向光缆纤芯远程智能调度业务的快速估计方法,其特征是:步骤3中所述分辨率矩阵R是用来反映计值与真实值之间的差异,分辨率矩阵R存在以下特性:
(1)分比率矩阵中的每一行的元素以对角线开始,在两个相反的方向上快速减小;
(2)分辨率矩阵对角线上的元素越接近于1,估计值更接近于真实值;否则,它们之间有较大的差异;
(3)分辨率矩阵R表示估计值与真值之间的精确度,不与业务流量矩阵x和链路负载矩阵y的值相关,并且仅与先验信息和推断方法相关。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911089372.5A CN110909991A (zh) | 2019-11-08 | 2019-11-08 | 一种面向光缆纤芯远程智能调度业务的快速估计装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911089372.5A CN110909991A (zh) | 2019-11-08 | 2019-11-08 | 一种面向光缆纤芯远程智能调度业务的快速估计装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110909991A true CN110909991A (zh) | 2020-03-24 |
Family
ID=69816554
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911089372.5A Pending CN110909991A (zh) | 2019-11-08 | 2019-11-08 | 一种面向光缆纤芯远程智能调度业务的快速估计装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110909991A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111836139A (zh) * | 2020-09-14 | 2020-10-27 | 南京嘉环科技股份有限公司 | Otn环形网络业务优化方法、计算机系统与服务器 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050058064A1 (en) * | 2003-09-16 | 2005-03-17 | Nortel Networks Limited | Method and apparatus for providing grades of service for unprotected traffic in an optical network |
CN101409596A (zh) * | 2008-11-28 | 2009-04-15 | 清华大学 | 一种动态业务的波长路由光网络规划方法 |
CN107682193A (zh) * | 2017-10-10 | 2018-02-09 | 国网辽宁省电力有限公司鞍山供电公司 | 一种公共通信多业务流估计方法 |
CN108199928A (zh) * | 2018-02-01 | 2018-06-22 | 国网湖北省电力公司信息通信公司 | 一种多维电力通信网流量预测方法及系统 |
-
2019
- 2019-11-08 CN CN201911089372.5A patent/CN110909991A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050058064A1 (en) * | 2003-09-16 | 2005-03-17 | Nortel Networks Limited | Method and apparatus for providing grades of service for unprotected traffic in an optical network |
CN101409596A (zh) * | 2008-11-28 | 2009-04-15 | 清华大学 | 一种动态业务的波长路由光网络规划方法 |
CN107682193A (zh) * | 2017-10-10 | 2018-02-09 | 国网辽宁省电力有限公司鞍山供电公司 | 一种公共通信多业务流估计方法 |
CN108199928A (zh) * | 2018-02-01 | 2018-06-22 | 国网湖北省电力公司信息通信公司 | 一种多维电力通信网流量预测方法及系统 |
Non-Patent Citations (1)
Title |
---|
赵国锋 等: "基于IP/MPLS 网络的动态业务流量矩阵测量模型", 《通信学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111836139A (zh) * | 2020-09-14 | 2020-10-27 | 南京嘉环科技股份有限公司 | Otn环形网络业务优化方法、计算机系统与服务器 |
CN111836139B (zh) * | 2020-09-14 | 2020-12-08 | 南京嘉环科技股份有限公司 | Otn环形网络业务优化方法、计算机系统与服务器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20180375373A1 (en) | Impact increments-based state enumeration reliability assessment approach and device thereof | |
CN107872457B (zh) | 一种基于网络流量预测进行网络操作的方法及系统 | |
Li et al. | Taming both predictable and unpredictable link failures for network tomography | |
CN105119282A (zh) | 一种电网理论线损在线计算系统及方法 | |
EP3134999A1 (en) | Network tomography through selection of probing paths | |
CN110909991A (zh) | 一种面向光缆纤芯远程智能调度业务的快速估计装置及方法 | |
US20150363250A1 (en) | System analysis device and system analysis method | |
CN107453786B (zh) | 一种电力通信网络模型建立方法及装置 | |
CN107277828B (zh) | 一种均衡系统失效风险的信息物理系统规划方法 | |
CN110854824B (zh) | 一种电力通信网中继电保护业务可用性的监测方法及装置 | |
JP6516923B2 (ja) | ホワイトリスト生成器、ホワイトリスト評価器およびホワイトリスト生成・評価器、並びにホワイトリスト生成方法、ホワイトリスト評価方法およびホワイトリスト生成・評価方法 | |
TWI525580B (zh) | 衰退型多元流動網路之可靠度的計算系統及其方法 | |
US10528568B2 (en) | Placement of services in stream computing applications | |
CN107210930A (zh) | 用于向网络的对象指派性能指示符的方法和系统 | |
CN105653862B (zh) | 负荷点供电距离计算方法及装置 | |
US11637756B2 (en) | Methods and systems for evaluating data transportability in distribution grids | |
CN111625727B (zh) | 用于社交关系数据的信息处理方法、装置和存储介质 | |
Diouri et al. | Energy estimation for MPI broadcasting algorithms in large scale HPC systems | |
US11765042B2 (en) | Traffic application amount calculation apparatus, method and program | |
CN109861910B (zh) | 一种基于链路可用率的电力通信网链路重要度计算方法 | |
CN103258114A (zh) | 一种基于多中心性测度的最小断点集脆弱性分析方法 | |
Biswas et al. | Fast identification of saturated cut-sets using graph search techniques | |
JP5651217B1 (ja) | パス復旧制御装置 | |
Booker et al. | Efficient traffic loss evaluation for transport backbone networks | |
CN102256271B (zh) | 扩容指示信息的获取方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200324 |
|
RJ01 | Rejection of invention patent application after publication |