摘要
本发明涉及电力系统通信技术领域,是一种电力通信网络的动态带宽分配方法及系统,其方法包括构建业务流量特征数据库,划分业务类型并定义带宽阈值等指标,采用LSTM‑GARCH混合神经网络预测流量波动;实时获取链路带宽占用率等参数,构建网络状态矩阵;基于预测模型和网络状态,通过近端策略优化的深度强化学习算法生成带宽分配方案;利用软件定义网络控制器执行策略,结合梯度下降法优化参数形成闭环。本发明通过动态适配业务流量和网络状态,提升带宽利用率,保障关键业务传输质量,实现电力通信网络高效稳定运行。
技术关键词
动态带宽分配方法
电力通信网络
动态带宽分配系统
深度强化学习算法
电力通信业务
特征数据库
需求预测模型
时延抖动
混合神经网络预测
感知探针
软件定义网络控制器
电力系统通信技术
模型预测值
混合神经网络模型
梯度下降法
汇聚节点
误码率
参数
系统为您推荐了相关专利信息
区块链共识
节点健康状态
深度强化学习算法
训练深度强化学习模型
实时状态信息
故障定位系统
神经网络模型
故障检测
数字孪生模型
深度强化学习算法
个性化学习推荐方法
学习推荐系统
资源
协同过滤推荐
语义分析模型