摘要
本发明涉及网络时延优化技术领域,具体为一种基于fgOTN的电力通信网时延优化方法,包括在电力通信网的每个节点设置动态时延数据采集模型,用于采集节点的双向传输时延数据;设定节点的时延与抖动阈值,若超过阈值将采集的双向传输时延数据和电力业务数据融合分析,得到待优化节点;获取待优化节点的节点评价矩阵并提取特征,得到第一时延特征;获取历史数据中的节点评价矩阵并进行特征提取,得到第二时延特征;将第一时延特征和第二时延特征根据匹配算法进行匹配,输出时延优化方法列表;获取时延优化方法列表中的时延优化方法并对待优化节点进行时延优化;根据跳过的时延优化方法的次数进行预警。
技术关键词
电力通信网
节点
数据采集模型
时延抖动
电力业务数据
列表
机器学习分类方法
矩阵
基线
强化学习模型
主成分分析法
机器学习模型
预警机制
算法
传输路径
基础
电力设备
系统为您推荐了相关专利信息
参数优化设计方法
SAW传感器
品质因数
粒子群优化算法
传感器结构
故障诊断模型
故障诊断信息
节点
故障报警信息
故障特征
极限学习机
节点特征
潮流求解方法
历史运行数据
拓扑图
下载方法
分布式哈希表
有损压缩算法
数据压缩算法
无损压缩算法
流通数据监管方法
动态标识符
轨迹模型
环境感知节点
设备物理位置