申请/专利权人：国网冀北电力有限公司信息通信分公司;北京邮电大学;国家电网有限公司

申请日：2021-07-27

公开（公告）日：2024-06-28

公开（公告）号：CN113783716B

主分类号：H04L41/147

分类号：H04L41/147;H04L41/142;H04L43/0888;H04L67/10;H04L67/12;G06F18/214;G06F18/241;G06N3/0442;G06N3/0464;G06N3/098;G16Y10/35;G16Y10/75;G16Y20/30;G16Y40/10

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2021.12.28#实质审查的生效;2021.12.10#公开

摘要：本文属于物联网流量预测技术领域，具体涉及一种基于云边协同框架的流量预测方法及装置，所述方法包括：利用所述边缘感知层中的各个边缘节点采集所述数据生成层中对应设备产生的原始流量数据；各个所述边缘节点利用预先配置的简化字符级卷积神经网络模型对采集到的原始流量数据进行特征提取，获得对应的时间序列流量数据；各个边缘节点将获得的所述时间序列流量数据发送至所述云端处理层；所述云端处理层利用预先配置的基于时间注意力机制的长短时记忆网络模型根据所述时间序列流量数据进行流量预测，生成流量预测结果。本申请的实施能够避免传输占用带宽过大，缩短流量预测的时间长度，提升了流量预测的准确性。

主权项：1.一种基于云边协同框架的流量预测方法，其特征在于，所述云边协同框架包括相互通信的云端处理层、边缘感知层和数据生成层，所述云端处理层包括一个云端，所述边缘感知层包括多个相互通信的边缘节点，每个所述边缘节点均与所述云端通信，所述数据生成层包括多个能够产生原始流量数据的设备，每个所述设备对应一个边缘节点；所述方法包括：利用所述边缘感知层中的各个边缘节点采集所述数据生成层中对应设备产生的原始流量数据；各个所述边缘节点利用预先配置的简化字符级卷积神经网络模型对采集到的原始流量数据进行特征提取，获得对应的时间序列流量数据；各个边缘节点将获得的所述时间序列流量数据发送至所述云端处理层；所述云端处理层利用预先配置的基于时间注意力机制的长短时记忆网络模型根据所述时间序列流量数据进行流量预测，生成流量预测结果；所述边缘节点获取当前网络的数据传输速度，若所述数据传输速度小于预设网络传输速度，则向邻近边缘节点发送预测结果获取请求；所述边缘节点接收所述邻近边缘节点基于所述预测结果获取请求返回的流量预测结果；所述边缘节点判断所述邻近边缘节点返回的所述流量预测结果对应的类别是否少于所述边缘节点对应的类别数量，若少于，则向所述邻近边缘节点发送联合学习请求；所述邻近边缘节点基于接收到的所述联合学习请求对预先配置的长短时记忆网络模型进行优化训练，获得所述长短时记忆网络模型的梯度参数，并将所述长短时记忆网络模型的梯度参数反馈至发起所述联合学习请求的发起边缘节点；所述发起边缘节点根据所述邻近边缘节点发送的梯度参数更新所述发起边缘节点内的长短时记忆网络模型的梯度参数，并利用更新后的长短时记忆网络模型根据所述发起边缘节点在预设时间内存储的时间序列流量数据进行流量预测，得到对应的流量预测结果。

全文数据：

权利要求：

百度查询： 国网冀北电力有限公司信息通信分公司;北京邮电大学;国家电网有限公司 基于云边协同框架的流量预测方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD