基于深度学习的电力业务通信带宽需求预测方法

被引:6
作者
竹瑞博
安毅
巫健
机构
[1] 国网山西省电力公司信息通信分公司
关键词
电力通信网络; 带宽预测; 深度学习; 主元分析法;
D O I
10.16543/j.2095-641x.electric.power.ict.2017.09.005
中图分类号
TM73 [电力系统的调度、管理、通信];
学科分类号
120103 [信息系统与信息管理];
摘要
基于电力业务需求的通信带宽预测是保障通信畅通,提高带宽使用率的关键技术之一。文章依托某省电力公司,在选取典型业务作为原有业务和新型业务带宽需求分析的基础上,利用主元分析法简化影响通信带宽预测的影响因素数量,基于深度学习中的RBM模型预测电力业务需求的通信带宽流量,相对于其他算法可有效提高业务流量测算的准确性,为电力公司下一阶段的数据网建设提供参考。
引用
收藏
页码:26 / 31
页数:6
相关论文
共 10 条
[1]
基于信息通信融合的电力业务模型研究 [J].
胡楠 ;
王剑 ;
滕飞 ;
张旭 .
通讯世界, 2016, (18) :147-148
[2]
基于深度信念网络的PM2.5预测 [J].
郑毅 ;
朱成璋 .
山东大学学报(工学版), 2014, 44 (06) :19-25
[3]
深度学习研究综述 [J].
孙志军 ;
薛磊 ;
许阳明 ;
王正 .
计算机应用研究, 2012, 29 (08) :2806-2810
[4]
一种基于业务断面的智能配用电通信网业务流量计算方法 [J].
赵子岩 ;
胡浩 .
电网技术, 2011, 35 (11) :12-17
[5]
Internet流量模型分析与评述 [J].
张宾 ;
杨家海 ;
吴建平 .
软件学报, 2011, 22 (01) :115-131
[6]
基于需求预测的陕西电力通信网发展规划研究 [J].
曾维欢 ;
魏明海 ;
杨储华 ;
张雁 ;
谷明英 .
陕西电力, 2010, 38 (06) :19-22
[7]
基于主元分析的火电厂DCS监视控制系统优化研究 [J].
张鹏军 ;
李平康 .
现代电力, 2008, (03) :64-68
[8]
主元分析法在火电厂过程控制中的应用.[J].王京茹;李平康;郑宏伟.仪器仪表学报.2004, S1
[9]
网络业务流的特性分析及预测技术研究 [D]. 
李小航 .
江南大学,
2008
[10]
电力数据通信网的业务流量分析 [D]. 
李文伟 .
上海交通大学,
2007