電力綜合數(shù)據(jù)網(wǎng)運行態(tài)勢評估與預測方法研究.pdf_第1頁
已閱讀1頁,還剩79頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、態(tài)勢感知可以細分為態(tài)勢評估及態(tài)勢預測,是網(wǎng)絡的結構配置情況,網(wǎng)絡資源的使用情況,網(wǎng)絡運行情況以及業(yè)務因素綜合呈現(xiàn)出的網(wǎng)絡整體狀態(tài)以及可能的發(fā)展趨勢。通過評估當前網(wǎng)絡態(tài)勢以及預測網(wǎng)絡未來運行趨勢,可以為網(wǎng)絡管理員提供深入理解網(wǎng)絡及用戶行為的途徑。電力綜合數(shù)據(jù)網(wǎng),是電網(wǎng)信息化的支撐網(wǎng)絡,承擔電網(wǎng)企業(yè)內(nèi)部高速數(shù)據(jù)、話音以及多媒體等業(yè)務傳輸,呈現(xiàn)網(wǎng)絡規(guī)模龐大,網(wǎng)絡拓撲復雜、業(yè)務種類繁多、網(wǎng)絡協(xié)議豐富的特點。為了保證電力綜合數(shù)據(jù)網(wǎng)的正常高效運行,

2、準確把握網(wǎng)絡運行態(tài)勢的現(xiàn)狀及發(fā)展趨勢是網(wǎng)絡管理員關心的重中之重,因此建立針對電力綜合數(shù)據(jù)網(wǎng)的運行態(tài)勢評估與預測系統(tǒng)是一種行之有效的手段。
  本文針對電力綜合數(shù)據(jù)網(wǎng),通過采集骨干網(wǎng)絡的 SNMP協(xié)議信息,提取網(wǎng)絡運行態(tài)勢因子,對態(tài)勢因子進行分類評估及時間序列預測,以達到評估整個網(wǎng)絡當前運行態(tài)勢及預測未來運行態(tài)勢的目的。本文的具體工作如下:
  1.研究網(wǎng)絡態(tài)勢感知系統(tǒng)模型,提出一種基于骨干路由器運行狀態(tài)的態(tài)勢評估與預測模型,

3、以骨干路由器 SNMP協(xié)議信息為數(shù)據(jù)來源,建立態(tài)勢因子指標體系,并實現(xiàn)了電力綜合數(shù)據(jù)網(wǎng)運行態(tài)勢評估與預測系統(tǒng)功能模塊。
  2.研究態(tài)勢評估方法,針對電力綜合數(shù)據(jù)網(wǎng)骨干網(wǎng)提出一種基于 K-means聚類預標簽及支持向量機的態(tài)勢評估方法,利用結合人工經(jīng)驗的 K-means聚類為態(tài)勢因子加上狀態(tài)標簽,解決了利用有監(jiān)督分類評估時,大量態(tài)勢因子樣本無標簽的問題。
  3.研究態(tài)勢預測方法,針對時間序列預測的缺點,提出一種基于累加誤差

4、修正及支持向量機的態(tài)勢預測方法,同步對態(tài)勢因子及預測誤差值通過累加處理后進行預測,利用誤差預測值對態(tài)勢因子初步預測值進行誤差修正,減少了支持向量機回歸預測滯后性及樣本突變波動產(chǎn)生的誤差,提高了預測準確度。
  本文在現(xiàn)有態(tài)勢感知研究基礎上,針對電力綜合數(shù)據(jù)網(wǎng)提出了一套運行態(tài)勢評估與預測模型,在評估與預測的過程中分別使用本文提出的基于 K-means聚類預標簽及支持向量機的態(tài)勢評估方法及基于累加誤差修正及支持向量機的態(tài)勢預測方法,經(jīng)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論