摘要
本发明公开的一种大规模低轨卫星网络拥塞感知和故障预测方法,属于涉及卫星故障定位领域。本发明对链路状态序列进行时空融合编码,降低链路状态信息的稀疏性。通过选出最优矩阵作为预测模型的输入,提高数据训练和预测效率。采用Informer模型对链路状态序列进行训练并预测,通过多头ProbSparse自注意力层和自注意力蒸馏层两部分提取长序列;解码器通过掩蔽多头ProbSparse自注意力层和多头注意力层进行生成式预测,输出多步预测矩阵,提高对故障预测的速度。计算基于差值概率分布的故障检测间隔,降低检测报文的开销。通过对故障检测参数的动态更新和预测到检测再到预测的循环,在降低检测开销的同时不断提升卫星节点拥塞感知和故障预测的精度。
技术关键词
低轨卫星网络
负载均衡策略
故障预测方法
节点
序列
故障检测
链路状态数据
矩阵
BFD协议
检测点
DBSCAN算法
队列
卫星故障定位
注意力机制
检测链路状态
位置编码方法
解码器
系统为您推荐了相关专利信息
图谱
标签
电力生成量
设备故障记录
能源转换效率
模型压缩
模型训练系统
主动学习策略
模型更新
压缩算法
三相不平衡配电网
混合整数二阶锥规划
有源配电网动态
潮流求解方法
需求响应策略