[发明专利]基于电力业务需求的通信带宽预测方法及装置

权利要求书

1.一种基于电力业务需求的通信带宽预测方法，其特征在于，包括：

根据承载方式将电力业务进行分类；

对不同类型的业务按照对应的宽统计方法，对电力业务需求的通信宽进行统计得到通信带宽需求量预测的历史数据，并给定通信带宽预测的影响因素体系数据；

采用主成分分析法对所述通信带宽预测的影响因素体系数据进行简化，得到简化后的通信带宽预测的影响因素体系数据；

根据所述简化后的通信带宽预测的影响因素体系数据和所述历史数据，通过神经网络模型对电力业务带宽进行预测，得到预测的实际通信带宽需求量。

2.根据权利要求1所述的方法，其特征在于，根据承载方式将电力业务进行分类包括：

将电力业务根据其承载方式划分为三个类别，分别为点到点的专用光纤通道所承载的业务、调度数据网承载的与电力系统生产直接相关的业务、综合数据网承载的电力系统为生产管理服务的业务。

3.根据权利要求2所述的方法，其特征在于，所述对不同类型的业务按照对应的宽统计方法，对电力业务需求的通信宽进行统计得到通信带宽需求量预测的历史数据，并给定通信带宽预测的影响因素体系数据包括：

通过对各业务承载网中各通道承载的基础业务流量进行分析和统计，以业务承载网为基本计算单位进行业务带宽汇总，得到通信带宽需求量预测的历史数据，并给定通信带宽预测的影响因素体系数据。

4.根据权利要求3所述的方法，其特征在于，采用主成分分析法对所述通信带宽预测的影响因素体系数据进行简化，得到简化后的通信带宽预测的影响因素体系数据包括：

获取对影响电力业务带宽预测的影响因素的历史数据初始矩阵；

对所述历史数据初始矩阵进行计算得到相关系数矩阵；

计算所述相关系数矩阵的特征根、特征向量；

计算前q个主成分的累计贡献率；

根据所述累计贡献率由主成分系数矩阵写出带宽预测影响因素体系的主成分，得到简化后的通信带宽预测的影响因素体系数据。

5.根据权利要求4所述的方法，其特征在于，根据所述简化后的通信带宽预测的影响因素体系数据和所述历史数据，通过神经网络模型对电力业务带宽进行预测，得到预测的实际通信带宽需求量包括：

采用所述历史数据和经主成分分析法简化后的主成分作为BP神经网络的输入，确定BP神经网络输入层神经元个数、确定BP神经网络输出层神经元个数、以及BP神经网络隐含层神经元个数；

确定传输函数；

利用BP神经网络训练，对电力业务总带宽进行预测，输出电力业务带宽预测值。

6.一种基于电力业务需求的通信带宽预测装置，其特征在于，包括：

分类单元，用于根据承载方式将电力业务进行分类；

统计单元，用于对不同类型的业务按照对应的宽统计方法，对电力业务需求的通信宽进行统计得到通信带宽需求量预测的历史数据，并给定通信带宽预测的影响因素体系数据；

处理单元，用于采用主成分分析法对所述通信带宽预测的影响因素体系数据进行简化，得到简化后的通信带宽预测的影响因素体系数据；

预测单元，用于根据所述简化后的通信带宽预测的影响因素体系数据和所述历史数据，通过神经网络模型对电力业务带宽进行预测，得到预测的实际通信带宽需求量。

7.根据权利要求6所述的装置，其特征在于，所述分类单元具体用于，将电力业务根据其承载方式划分为三个类别，分别为点到点的专用光纤通道所承载的业务、调度数据网承载的与电力系统生产直接相关的业务、综合数据网承载的电力系统为生产管理服务的业务。

8.根据权利要求7所述的装置，其特征在于，所述统计单元具体用于，通过对各业务承载网中各通道承载的基础业务流量进行分析和统计，以业务承载网为基本计算单位进行业务带宽汇总，得到通信带宽需求量预测的历史数据，并给定通信带宽预测的影响因素体系数据。