[发明专利]一种多维电力通信网流量预测方法及系统

说明书

本发明公开了一种多维电力通信网流量预测方法及系统，所述方法包括以下步骤：步骤1、网络流量采集；步骤2、多维流量预测方法；步骤3、单指数平滑算法引入动态权值更新策略；所述系统包括：应用层设备及接口模块、SDN控制器、SDN协调器、SDN设备、OTN设备、EOPN设备。本发明的优异效果是：采用的数据测量方法中引入云服务的技术。数据采集部分中引入SDN技术。采集的横向维度数据采用BP神经网络算法来训练。采集纵向维度数据采用FARIMA和Elman算法相结合的算法。提高了预测算法的精度；采用单指数平滑算法更新多维预测算法输出的权值，降低了误差的波动维度。

技术领域

本发明涉及一种多维电力通信网流量预测方法及系统，属于电力通信网网络流量预测管理领域。

背景技术

通信网作为电力系统第二张覆盖全域范围的网络，是承载电网安稳、保护、控制、信息的重要数据的唯一通道，其传输的稳定性、可靠性、安全性直接影响着电网输电线路的可靠运行。如果因为网络性能问题导致电网出现严重故障，将对国家民生财产和安全造成损失。

随着智能电网和国家电网的深入推进，电力通信网网络规模持续扩大，SDH(Synchronous Digital Hierarchy，同步数字体系)设备数量的增加，传输容量得以不断扩容，同时，网络承载业务种类也不断增加，网络流量行为变得日益复杂。目前电网大力推行建设智能配电网和信息化平台，末端网络智能化建设接入不同带宽、流量的配电自动化、视频监控、机器人巡检、分布式电源、信息化的业务，造成边缘网络的突变性和未知性，进一步也给骨干通信网容量带来冲击和挑战。因此，网络业务需求的不断增多，业务的多样化以及管理信息化业务和电网生产调度业务的差异，给通信网的网络容量和优化带来了新的挑战。目前，由于不能提前预测电力通信网络数据流量的变化趋势，造成有限网络资源的不合理分配，引起网络拥堵，影响了业务的服务质量，并进而为网络的扩容建设提供错误的数据支撑。因此，需要采用一种技术手段实时监控通信网中数据传输流量，并能够通过采集的流量数据特征寻找变化规律，从而评估网络流量发展趋势，建立差异化业务流量预测模型，为电力信息通信网网络资源的优化配置和扩容规划提供基础数据支撑。

公开号为CN107564281A的中国专利申请公开了一种基于WIFI信号的宏观车流流量预测算法，沿交通道路设置预测设备系统，所述预测设备系统包括多个子网络，每个子网络包含一个主机和若干个分机，所述分机通过无线被动感知模式，采集由移动终端设备随机向四周环境发送的广播式数据包，并筛选其中带有移动终端设备ID信息的数据包进行检索，打上分机标签后上传至主机，主机将收集到的数据进行统一存储和打上时间标签，并上传至数据服务器中存储，并通过数据分析对宏观车流流量进行评估预测。

公开号为CN107547154A的中国专利申请公开了一种建立视频流量预测模型的方法及装置，包括：获取在预设时长内针对预设地理区域上产生的历史视频流量数据集和至少一种特征数据集；将获取得到的历史视频流量数据集中包括的每条历史视频流量数据分别与每种特征数据集中的特征数据进行关联，得到用于建立视频流量预测模型的数据集；采用预设的特征选择算法组合对用于建立视频流量预测模型的数据集进行特征参数筛选，确定与视频流量相关的至少一种特征参数；利用用于建立视频流量预测模型的数据集采用预设模型训练算法进行模型训练，获得与视频流量相关的至少一种特征参数与视频流量之间的映射关系。

公开号为CN107483265A的中国专利申请公开了一种基于小波分析的网络流量动态预测方法，在网络拓扑结构中，对待分析的端到端网络流量数据的初始数据进行归一化处理，得到待分析网络流量的时域信号；基于小波分析理论，将该时域信号转化为待分析网络流量的时频域信号；将该时频域信号分解为低频分量、中频分量和高频分量，并根据小波的逆变换，分别获取相应的低频信号、中频信号和高频信号；分别构建低频信号、中频信号和高频信号的流量预测模型，并分别得到低频信号、中频信号和高频信号的预测结果；对低频信号、中频信号和高频信号的预测结果进行合成，获取待分析网络流量的预测结果。