CN113379232B - 一种电力通信系统的评估方法、装置、介质及设备 - Google Patents
一种电力通信系统的评估方法、装置、介质及设备 Download PDFInfo
- Publication number
- CN113379232B CN113379232B CN202110638670.6A CN202110638670A CN113379232B CN 113379232 B CN113379232 B CN 113379232B CN 202110638670 A CN202110638670 A CN 202110638670A CN 113379232 B CN113379232 B CN 113379232B
- Authority
- CN
- China
- Prior art keywords
- system structure
- evaluation
- performance
- power communication
- nodes
- 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
Links
- 238000004891 communication Methods 0.000 title claims abstract description 83
- 238000011156 evaluation Methods 0.000 title claims abstract description 82
- 239000011159 matrix material Substances 0.000 claims abstract description 70
- 238000013210 evaluation model Methods 0.000 claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 9
- 238000003062 neural network model Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 abstract description 24
- 239000013598 vector Substances 0.000 description 20
- 238000010586 diagram Methods 0.000 description 15
- 238000012549 training Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000010998 test method Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000012854 evaluation process Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Software Systems (AREA)
- Primary Health Care (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Development Economics (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种电力通信系统的评估方法、装置、介质及设备。其中方法包括：获取待评估的电力通信系统的系统结构，以及所述系统结构中各节点的资源参数和部署成本；基于所述系统结构中各节点之间的连接关系，以及各节点的资源参数形成评估输入矩阵；将评估输入矩阵输入至预先训练的性能评估模型中，得到所述系统结构的性能参数；基于所述系统结构中各节点的部署成本确定的系统部署成本，以及所述系统结构的性能参数关联存储。需搭建电力通信系统的测试环境，也无需测试设备，避免了搭建测试环境导致的成本和复杂过程，提高了性能评估的效率。进一步的，构建系统结构的系统部署成本和性能参数之间的关联，便于对系统结构的查询和比对。
Description
技术领域
本发明实施例涉及电力系统技术领域，尤其涉及一种电力通信系统的评估方法、装置、介质及设备。
背景技术
针对电力业务多样性，电力通信系统的结构存在多样性，目前，对电力通信系统的性能评估一般是通过搭建测试环境，通过测试仪器执行相应的测试步骤得到。但是由于电力通信系统的多样性以及搭建测试环境导致性能评估过程复杂，且成本高。
发明内容
本发明实施例提供一种电力通信系统的评估方法、装置、介质及设备，以实现简化电力通信系统性能评估过程，降低评估成本。
第一方面，本发明实施例提供了一种电力通信系统的评估方法，包括：
获取待评估的电力通信系统的系统结构，以及所述系统结构中各节点的资源参数和部署成本；
基于所述系统结构中各节点之间的连接关系，以及各节点的资源参数形成评估输入矩阵；
将评估输入矩阵输入至预先训练的性能评估模型中，得到所述系统结构的性能参数；
基于所述系统结构中各节点的部署成本确定的系统部署成本，以及所述系统结构的性能参数关联存储。
第二方面，本发明实施例还提供了一种电力通信系统的评估装置，包括：
系统结构获取模块，用于获取待评估的电力通信系统的系统结构，以及所述系统结构中各节点的资源参数和部署成本；
输入矩阵确定模块，用于基于所述系统结构中各节点之间的连接关系，以及各节点的资源参数形成评估输入矩阵；
性能参数评估模块，用于将评估输入矩阵输入至预先训练的性能评估模型中，得到所述系统结构的性能参数；
存储模块，用于基于所述系统结构中各节点的部署成本确定的系统部署成本，以及所述系统结构的性能参数关联存储。
第三方面，本发明实施例还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明任一实施例提供的电力通信系统的评估方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任一实施例提供的电力通信系统的评估方法。
本实施例的技术方案，通过获取待评估的电力通信系统的系统结构，以及所述系统结构中各节点之间的连接关系，以及各节点的资源参数形成评估输入矩阵，基于性能评估模型对评估输入矩阵进行预测处理，得到所述系统结构的性能参数，无需搭建电力通信系统的测试环境，也无需测试设备，可快速得到电力通信系统的性能参数，避免了搭建测试环境导致的成本和复杂过程，提高了性能评估的效率。进一步的，通过系统结构的系统部署成本和系统结构的性能参数关联存储，构建系统结构的系统部署成本和性能参数之间的关联，便于对系统结构的查询和比对。
附图说明
图1为本发明实施例一提供的一种电力通信系统的评估方法的流程图；
图2是本发明实施例二提供的一种电力通信系统的系统结构示意图；
图3为本发明实施例提供的性能评估过程的示意图；
图4是本发明实施例提供的测试环境的示意图；
图5是本发明实施例提供的一种性能评估模型的训练过程示意图；
图6是本发明实施例提供的另一种性能评估模型的训练过程示意图；
图7为本发明实施例二提供的一种电力通信系统的评估方法的流程图；
图8是本发明实施例三提供的一种电力通信系统的评估装置的结构示意图；
图9为本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种电力通信系统的评估方法的流程图，本实施例可适用于对电力通信系统进行快速性能评估的情况，该方法可以由本发明实施例提供的电力通信系统的评估装置来执行，该电力通信系统的评估装置可以由软件和/或硬件来实现，该电力通信系统的评估装置可以配置在电子计算设备上，具体包括如下步骤：
S110、获取待评估的电力通信系统的系统结构，以及所述系统结构中各节点的资源参数和部署成本。
S120、基于所述系统结构中各节点之间的连接关系，以及各节点的资源参数形成评估输入矩阵。
S130、将评估输入矩阵输入至预先训练的性能评估模型中，得到所述系统结构的性能参数。
S140、基于所述系统结构中各节点的部署成本确定的系统部署成本，以及所述系统结构的性能参数关联存储。
本实施例中，电力通信系统可以是端到端的通信系统，示例性的，电力通信系统可以是包括前端场景设备、通信网络、后端服务平台以及前端场景设备和通信网络之间的网关设备、通信网络和后端服务平台之间的网关设备。可选的，电力通信系统可以是基于双收双发技术(双UE)的电力通信系统，还可以是基于单收单发技术(单UE)的电力通信系统。
通过将各设备映射为节点，以及基于各设备之间的连接关系确定上述各节点之间的连接线，形成待评估的电力通信系统的系统结构。该系统结构为节点、节点间连接线形成的结构图，示例性的，参见图2，图2是本发明实施例二提供的一种电力通信系统的系统结构示意图。在其他实施例中，系统结构还可以是通过诸如列表、数值的形式展示，对此不作限定。在一些实施例中，待评估的电力通信系统为真实的电力通信系统，还可以是根据创建需求形成的虚拟电力通信系统，对比不做限定。
系统结构中各节点对应设备的资源参数和部署成本可以是通过资源数据库的形式存储的，该资源数据库中包括各设备的资源参数和部署成本，对于系统结构中的每一个节点，从资源数据库中调用系统结构中对应的资源参数和部署成本。该资源数据库可以是根据各设备的实际参数变化和成本变化进行更新，以及新增设备和该新增设备的资源参数和部署成本。
本实施例中，通过预先设置的性能评估模型对待评估的电力通信系统的系统结构进行性能评估，将该系统结构的相关信息输入至性能评估模型中，并基于该性能评估模型的输出结果得到系统结构对应的性能参数，可选的，性能参数包括电力通信系统的业务级吞吐极限、带宽期望、时延期望、可靠性和并发性能期望。
性能评估模型可以是神经网络模型，可选的，性能评估模型为图卷积神经网络(GCN，Graph Convolution Network)。
将系统结构以及系统结构中各节点的资源参数转换为适用于性能评估模型的评估输入矩阵，以使性能评估模型对评估输入矩阵进行性能评估，得到性能评估结果。可选的，评估输入矩阵包括连接矩阵和参数矩阵，其中，该连接矩阵用于表征系统结构中各节点之间的连接关系，参数矩阵包括系统结构中各节点的资源参数。
可选的，基于所述系统结构中各节点之间的连接关系，以及各节点的资源参数形成评估输入矩阵，包括：基于所述系统结构中各节点之间的连接关系形成连接矩阵，其中，所述连接矩阵中具有连接关系的两节点对应的元素位置为1；将各节点的资源参数添加到初始参数矩阵中各参数的对应位置，形成参数矩阵。示例性的，参见图2，图2中包括节点a、b1、b2、c1、c2、d1、d2和e，将上述节点设置对应的序号，例如0、1、2、3、4、5和6，对于连接矩阵中的aij，若i和j对应的两节点之间具有连接关系，则aij设置为1，若i和j对应的两节点之间不具有连接关系，则aij设置为0。示例性的，a和b1之间具有连接关系，相应的，a01设置为1，b1和b2之间不具有连接关系，相应的，a12设置为0，并以此类推，得到连接矩阵。
初始参数矩阵的行数可以是根据系统结构中节点数量确定，初始参数矩阵的列数可以是根据各节点的资源参数的数量和确定。基于每一个节点的资源参数形成一行向量，各节点的行向量形成参数矩阵。参见图2，图2对应的参数矩阵可以是：
可选的，上述参数矩阵中的各个元素，可以是设备资源参数的值，还可以是设备资源参数的值与对应基准参数的比例。示例性的，对于图2中的用户接入设备，构成这个用户接入设备的一维向量S＝{si}的方法如下：对于传感设备到用户接入设备的协议，一个协议对应一个si，该通信设备存在多种协议，则将采用的协议对应si置1，其它为0；传感器到用户接入设备间的最大传输速率以1167Mbps为基准参数，任何设备理论最大传输速率除以1167Mbps的值存入si中，同理天线增益以4.9dBi为基准参数，移动通信上下行带宽同样以250Mbps/1.6Gbps为基准参数做数据处理。同理，设备的测试通用指标——实际带宽、时延、吞吐量等均以对应的基准参数进行同样的处理，得到对应的元素si。需要说明的是，上述基准参数可以是基准设备的资源参数，基准设备的资源参数可以是通过测试环境测试得到的，例如基准设备可以是华为5G-CPE-pro为例(CPE：全称为Customer Premise Equipment,直译：客户前置设备)。
用户接入设备的一维向量S包括n个元素，其中，前a个元素为传感设备特有的特征范围，第a+1到b是用户接入设备特有的特征范围，各个节点诸如此类，而最后的c个特征范围是通用指标，是所有通信资源共同有的特征。故而上述的华为5G-CPE-pro为用户接入设备，向量S在[a+1,b]和[c,n]是非零的，其余均为0。其他设备的向量基于上述方式同样可以得到，系统结构中各设备的向量组成参数矩阵S。
参见图3，图3为本发明实施例提供的性能评估过程的示意图。图3中将连接矩阵和参数矩阵输入至性能评估模型，即图神经网络，得到归一化的评估向量，将该评估向量进行反归一化处理，得到包括性能参数的性能向量。其中，图卷积网络中包括图卷积模块和全连接模块，图卷积模块对输入的连接矩阵和参数矩阵进行图卷积操作，得到一维向量，将一维向量输入至全连接模块，得到归一化的评估向量。其中，图卷积模块中第L层图卷积输出为
其中，ΘL为神经网络学习参数矩阵，其维度为RC×F，c为当前L-1层的输出通道数，F是L层的输出通道数，第一层的输入X1＝S，S∈R8×n。
全连接模块的输出为
T为最后一层图卷积层，FC(.)为三层全连接神经网络(FC,Fully Connection)，其输出为一个向量Z＝[Z1,Z2,Z3,Z4,Z5]，输出向量的每一维按顺序代表的是业务级吞吐量极限、带宽期望、时延期望、可靠性、并发性能期望的归一化值。
通过设置性能评估模型，无需搭建电力通信系统的测试环境，也无需测试设备，可快速得到电力通信系统的性能参数，避免了搭建测试环境导致的成本和复杂过程，提高了性能评估的效率。
在上述实施例的基础上，性能评估模型的训练过程可以是对电力通信系统搭建测试环境并进行测试得到该电力通信系统的标签向量，将该电力通信系统转换为系统结构，得到系统结构对应的参数矩阵和连接矩阵，将参数矩阵和连接矩阵输入至待训练的性能评估模型中，得到训练的评估向量，基于训练的评估向量和标签向量确定损失函数，并通过梯度下降方法对性能评估模型进行参数调节，迭代执行上述训练过程，直到满足训练条件，停止训练，得到性能评估模型。
参见图4，图4是本发明实施例提供的测试环境的示意图。通过如表1-表5中所示的测试方法，得到标签向量。其中，表1为业务级吞吐量/带宽测试方法，表2为业务层时延测试方法，表3为业务层可靠性测试方法，表4为业务层多用户并发测试方法，表5为多UE场景可靠性测试。
表1
表2
表3
表4
表5
示例性的，参见图5和图6，图5和图6分别为一种性能评估模型的训练过程示意图。其中，图5中基于单UE的电力通信系统的系统结构进行对称数据增强，并基于处理后的系统结构进行模型训练。图6中基于双UE的电力通信系统的系统结构进行模型训练。通过不同类型的电力通信系统的系统结构对性能评估模型，使得训练得到的性能评估模型可对双UE的电力通信系统以及单UE的电力通信系统进行性能评估，提高性能评估的准确度。
在上述实施例的基础上，资源数据库中不仅包括各设备的资源参数，还包括各设备的部署成本，通过将系统结构中各节点设备的部署成本相加，得到系统结构对应的系统部署成本，将系统结构的性能参数和系统部署成本关联存储，便于对不同的系统结构进行性能参数的比对，以及对系统部署成本的比对。可选的，系统结构的性能参数和系统部署成本在方案数据库中进行关联存储，累积存储各系统结构，可根据性能参数或/或系统部署成本作为查询信息在方案数据库中查询相匹配系统结构，无需反复创建系统结构，可从方案数据库中直接调用。
本实施例的技术方案，通过获取待评估的电力通信系统的系统结构，以及所述系统结构中各节点之间的连接关系，以及各节点的资源参数形成评估输入矩阵，基于性能评估模型对评估输入矩阵进行预测处理，得到所述系统结构的性能参数，无需搭建电力通信系统的测试环境，也无需测试设备，可快速得到电力通信系统的性能参数，避免了搭建测试环境导致的成本和复杂过程，提高了性能评估的效率。进一步的，通过系统结构的系统部署成本和系统结构的性能参数关联存储，构建系统结构的系统部署成本和性能参数之间的关联，便于对系统结构的查询和比对。
在上述实施例的基础上，还包括：获取性能需求，在已存储的系统结构中确定满足所述性能需求的系统结构，以及各所述系统结构的系统部署成本。将性能需求在方案数据库中进行匹配，得到满足性能需求的至少一个系统结构，将匹配得到系统结构通过系统部署成本进行比对，可以将系统部署成本最小的系统结构确定为目标系统结构。
在上述实施例的基础上，还包括：获取成本需求，在已存储的系统结构中确定满足所述成本需求的系统结构，以及各所述系统结构的性能参数。将成本需求在方案数据库中进行匹配，得到系统部署成本小于或等于成本需求的至少一个系统结构，将匹配得到系统结构通过性能参数进行比对，可以将性能参数最优的系统结构确定为目标系统结构。
在一些实施例中，可以是基于性能需求和成本需求在系统结构中确定满足上诉性能需求和成本需求的系统结构。
通过基于性能需求和/或成本需求在方案数据库中进行系统结构的匹配，便于快速确定满足需求的系统方案，无需手动创建，提高了系统结构的快速便捷的调用。
实施例二
图7为本发明实施例二提供的一种电力通信系统的评估方法的流程图，在上述实施例的基础上进行了优化，可选的，所述获取待评估的电力通信系统的系统结构，包括：从资源数据库中调用所述感知层、所述网络层和所述应用层分别对应的节点设备信息，基于所述感知层、所述网络层和所述应用层的结构关系形成系统结构。
如图7所示，本发明实施例的方法具体包括如下步骤：
S210、从资源数据库中调用所述感知层、所述网络层和所述应用层分别对应的节点设备信息，基于所述感知层、所述网络层和所述应用层的结构关系形成系统结构，以及获取所述系统结构中各节点的资源参数和部署成本。
S220、基于所述系统结构中各节点之间的连接关系，以及各节点的资源参数形成评估输入矩阵。
S330、将评估输入矩阵输入至预先训练的性能评估模型中，得到所述系统结构的性能参数。
S440、基于所述系统结构中各节点的部署成本确定的系统部署成本，以及所述系统结构的性能参数关联存储。
参见图2，图2中传感设备属于感知层、用户接入设备、通信移动网络和接入设备属于网络层，数据中心应用属于应用层。其中，资源数据库中的设备可以是基于感知层、网络层和应用层分类存储，分别从感知层、网络层和应用层对应的设备中调用至少一个设备，并基于感知层、网络层和应用层之间的连接关系，以及每一层中设备之间的连接关系，对各设备设置连接关系，形成系统结构。
在一些可选实施例中，从资源数据库中调用所述感知层、所述网络层和所述应用层分别对应的节点设备信息，包括：获取所述感知层、所述网络层和所述应用层的构建需求，从所述资源数据库中调用所述感知层、所述网络层和所述应用层分别的构建需求对应的节点设备信息。其中，构建需求可以包括但不限于协议需求、网络类型需求等。从资源数据库中调用满足上述系统结构的设备。
在一些可选实施例中，在形成系统结构之后，还包括：根据通信系统的设置规则，剔除不可行的系统结构。本实施例中，通信系统的设置规则可以是预先设置的，可以是至少一项，例如可以是存储在规则库中，示例性的，设置规则可以是传感设备和用户接入设备之间的协议一致，例如WIFI或者Lora等，设置规则还可以包括数据中心侧也是接入设备与数据中心服务器满足相同的协议。将构建的系统结构依次与设置规则进行匹配，确定是否满足规则库中的全部设置规则，若是，则为可行系统结构，若否，则为不可行系统结构。剔除不可行系统结构，避免对不可行系统结构进行性能评估的无效处理过程，以及后续对不可行系统结构的调用。
本实施例提供的技术方案，在资源数据库中存储大量的设备信息，从资源数据库中调用设备信息，以自动形成大量的系统结构，对各系统结构进行性能评估后，将各系统结构的性能参数和系统部署成本管理存储，便于对系统结构的查询和快速调用。
实施例三
图8是本发明实施例三提供的一种电力通信系统的评估装置的结构示意图，该装置包括：
系统结构获取模块310，用于获取待评估的电力通信系统的系统结构，以及所述系统结构中各节点的资源参数和部署成本；
输入矩阵确定模块320，用于基于所述系统结构中各节点之间的连接关系，以及各节点的资源参数形成评估输入矩阵；
性能参数评估模块330，用于将评估输入矩阵输入至预先训练的性能评估模型中，得到所述系统结构的性能参数；
存储模块340，用于基于所述系统结构中各节点的部署成本确定的系统部署成本，以及所述系统结构的性能参数关联存储。
在上述实施例的基础上，所述系统结构包括感知层、网络层和应用层；
系统结构获取模块310包括：
设备信息提取单元，用于从资源数据库中调用所述感知层、所述网络层和所述应用层分别对应的节点设备信息；
系统结构构建单元，用于基于所述感知层、所述网络层和所述应用层的结构关系形成系统结构。
可选的，设备信息提取单元用于：获取所述感知层、所述网络层和所述应用层的构建需求，从所述资源数据库中调用所述感知层、所述网络层和所述应用层分别的构建需求对应的节点设备信息。
在上述实施例的基础上，系统结构获取模块310还包括：
系统结构校验单元，用于根据通信系统的设置规则，剔除不可行的系统结构。
在上述实施例的基础上，所述评估输入矩阵包括连接矩阵和参数矩阵；
输入矩阵确定模块320，用于基于所述系统结构中各节点之间的连接关系形成连接矩阵，其中，所述连接矩阵中具有连接关系的两节点对应的元素位置为1；
将各节点的资源参数添加到初始参数矩阵中各参数的对应位置，形成参数矩阵。
在上述实施例的基础上，该系统还包括：
第一查询模块，用于获取性能需求，在已存储的系统结构中确定满足所述性能需求的系统结构，以及各所述系统结构的系统部署成本；或，
第二查询模块，用于获取成本需求，在已存储的系统结构中确定满足所述成本需求的系统结构，以及各所述系统结构的性能参数。
在上述实施例的基础上，所述性能参数包括：业务级吞吐极限、带宽期望、时延期望、可靠性和并发性能期望。
本发明实施例所提供的电力通信系统的评估装置可执行本发明任意实施例所提供的电力通信系统的评估方法，具备执行电力通信系统的评估方法相应的功能模块和有益效果。
实施例四
图9为本发明实施例四提供的一种电子设备的结构示意图。图9示出了适于用来实现本发明实施方式的电子设备12的框图。图9显示的电子设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。设备12典型的是承担图像分类功能的电子设备。
如图9所示，电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于：一个或者多个处理器16，存储装置28，连接不同系统组件(包括存储装置28和处理器16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture，ISA)总线，微通道体系结构(Micro Channel Architecture，MCA)总线，增强型ISA总线、视频电子标准协会(Video Electronics Standards Association，VESA)局域总线以及外围组件互连(Peripheral Component Interconnect，PCI)总线。
电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储装置28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(Random Access Memory，RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图9未显示，通常称为“硬盘驱动器”)。尽管图9中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如只读光盘(Compact Disc-Read Only Memory，CD-ROM)、数字视盘(Digital Video Disc-Read Only Memory，DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储装置28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块26的程序36，可以存储在例如存储装置28中，这样的程序模块26包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网关环境的实现。程序模块26通常执行本发明所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、摄像头、显示器24等)通信，还可与一个或者多个使得用户能与该电子设备12交互的设备通信，和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，电子设备12还可以通过网关适配器20与一个或者多个网关(例如局域网(Local Area Network，LAN)，广域网Wide Area Network，WAN)和/或公共网关，例如因特网)通信。如图所示，网关适配器20通过总线18与电子设备12的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of Independent Disks，RAID)系统、磁带驱动器以及数据备份存储系统等。
处理器16通过运行存储在存储装置28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明上述实施例所提供的电力通信系统的评估方法。
实施例五
本发明实施例五提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的电力通信系统的评估方法。
当然，本发明实施例所提供的一种计算机可读存储介质，其上存储的计算机程序不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的电力通信系统的评估方法。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的源代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的源代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机源代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。源代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网关——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种电力通信系统的评估方法，其特征在于，包括：
获取待评估的电力通信系统的系统结构，以及所述系统结构中各节点的资源参数和部署成本；
基于所述系统结构中各节点之间的连接关系，以及各节点的资源参数形成评估输入矩阵；其中，所述评估输入矩阵包括连接矩阵和参数矩阵；
将评估输入矩阵输入至预先训练的性能评估模型中，得到所述系统结构的性能参数；其中，性能评估模型为神经网络模型；
基于所述系统结构中各节点的部署成本确定的系统部署成本，以及所述系统结构的性能参数关联存储。
2.根据权利要求1所述的方法，其特征在于，所述系统结构包括感知层、网络层和应用层；
所述获取待评估的电力通信系统的系统结构，包括：
从资源数据库中调用所述感知层、所述网络层和所述应用层分别对应的节点设备信息，基于所述感知层、所述网络层和所述应用层的结构关系形成系统结构。
3.根据权利要求2所述的方法，其特征在于，所述从资源数据库中调用所述感知层、所述网络层和所述应用层分别对应的节点设备信息，包括：
获取所述感知层、所述网络层和所述应用层的构建需求，从所述资源数据库中调用所述感知层、所述网络层和所述应用层分别的构建需求对应的节点设备信息。
4.根据权利要求2或3所述的方法，其特征在于，在形成系统结构之后，还包括：
根据通信系统的设置规则，剔除不可行的系统结构。
5.根据权利要求1所述的方法，其特征在于，所述基于所述系统结构中各节点之间的连接关系，以及各节点的资源参数形成评估输入矩阵，包括：
基于所述系统结构中各节点之间的连接关系形成连接矩阵，其中，所述连接矩阵中具有连接关系的两节点对应的元素位置为1；
将各节点的资源参数添加到初始参数矩阵中各参数的对应位置，形成参数矩阵。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取性能需求，在已存储的系统结构中确定满足所述性能需求的系统结构，以及各所述系统结构的系统部署成本；或，
获取成本需求，在已存储的系统结构中确定满足所述成本需求的系统结构，以及各所述系统结构的性能参数。
7.根据权利要求1所述的方法，其特征在于，所述性能参数包括：业务级吞吐极限、带宽期望、时延期望、可靠性和并发性能期望。
8.一种电力通信系统的评估装置，其特征在于，包括：
系统结构获取模块，用于获取待评估的电力通信系统的系统结构，以及所述系统结构中各节点的资源参数和部署成本；
输入矩阵确定模块，用于基于所述系统结构中各节点之间的连接关系，以及各节点的资源参数形成评估输入矩阵；其中，所述评估输入矩阵包括连接矩阵和参数矩阵；
性能参数评估模块，用于将评估输入矩阵输入至预先训练的性能评估模型中，得到所述系统结构的性能参数；其中，性能评估模型为神经网络模型；
存储模块，用于基于所述系统结构中各节点的部署成本确定的系统部署成本，以及所述系统结构的性能参数关联存储。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一所述的电力通信系统的评估方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的电力通信系统的评估方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110638670.6A CN113379232B (zh) | 2021-06-08 | 2021-06-08 | 一种电力通信系统的评估方法、装置、介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110638670.6A CN113379232B (zh) | 2021-06-08 | 2021-06-08 | 一种电力通信系统的评估方法、装置、介质及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113379232A CN113379232A (zh) | 2021-09-10 |
| CN113379232B true CN113379232B (zh) | 2023-04-18 |
Family
ID=77572735
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110638670.6A Active CN113379232B (zh) | 2021-06-08 | 2021-06-08 | 一种电力通信系统的评估方法、装置、介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113379232B (zh) |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB0229529D0 (en) * | 2002-12-18 | 2003-01-22 | Koninkl Philips Electronics Nv | Electronic device,method and communication system |
| AU2014280840A1 (en) * | 2013-06-12 | 2016-01-07 | Applied Hybrid Energy Pty Ltd | Electrical power control method and system |
| CN108549984A (zh) * | 2018-04-12 | 2018-09-18 | 南京南瑞继保电气有限公司 | 一种基于模糊ahp的电力通信传输网性能综合评估方法 |
| 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 |
| CN112040506B (zh) * | 2020-09-15 | 2023-04-11 | 海南科技职业大学 | 一种无线传感网络的可靠性评估方法、装置及存储介质 |
-
2021
- 2021-06-08 CN CN202110638670.6A patent/CN113379232B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN113379232A (zh) | 2021-09-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109241895B (zh) | 密集人群计数方法及装置 | |
| US11334758B2 (en) | Method and apparatus of data processing using multiple types of non-linear combination processing | |
| WO2023138188A1 (zh) | 特征融合模型训练及样本检索方法、装置和计算机设备 | |
| CN110705651A (zh) | 用于对视频识别准确率测试的方法、装置、设备及介质 | |
| CN110738235A (zh) | 肺结核判定方法、装置、计算机设备及存储介质 | |
| CN110457097B (zh) | 页面响应控制方法、装置、计算机设备及存储介质 | |
| CN111694866A (zh) | 数据搜索及存储方法、数据搜索系统、装置、设备及介质 | |
| CN114528044B (zh) | 一种接口调用方法、装置、设备及介质 | |
| CN110826567A (zh) | 光学字符识别方法、装置、设备及存储介质 | |
| CN111815169A (zh) | 业务审批参数配置方法及装置 | |
| US20240135698A1 (en) | Image classification method, model training method, device, storage medium, and computer program | |
| CN111062431A (zh) | 图像聚类方法、图像聚类装置、电子设备及存储介质 | |
| WO2023273017A1 (zh) | 测井图像清晰度的识别方法、装置、介质及电子设备 | |
| US11423313B1 (en) | Configurable function approximation based on switching mapping table content | |
| CN113052246B (zh) | 用于训练分类模型及图像分类的方法和相关装置 | |
| CN113379232B (zh) | 一种电力通信系统的评估方法、装置、介质及设备 | |
| CN114549849A (zh) | 图像识别方法、装置、计算机设备和存储介质 | |
| CN110347973B (zh) | 用于生成信息的方法和装置 | |
| CN115100536B (zh) | 建筑物识别方法、装置、电子设备和计算机可读介质 | |
| CN114741697B (zh) | 恶意代码分类方法、装置、电子设备和介质 | |
| CN114884804B (zh) | 基于微服务的多渠道信息隔离方法、装置和计算机设备 | |
| WO2022143505A1 (zh) | 群组类型识别方法、装置、计算机设备及介质 | |
| CN112287144B (zh) | 图片检索方法、设备及存储介质 | |
| CN113780148A (zh) | 交通标志图像识别模型训练方法和交通标志图像识别方法 | |
| CN110516860A (zh) | 天气预测数据的处理方法、设备及计算机可读存储介质 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240416 Address after: No.757 Dongfeng East Road, Yuexiu District, Guangzhou City, Guangdong Province 510000 Patentee after: GUANGDONG POWER GRID Co.,Ltd. Country or region after: China Patentee after: QINGYUAN POWER SUPPLY BUREAU OF GUANGDONG POWER GRID Corp. Address before: No.1518, No.1 Qingyuan Road, Beijiang District, Guangdong Province Patentee before: QINGYUAN POWER SUPPLY BUREAU OF GUANGDONG POWER GRID Corp. Country or region before: China |