【技术实现步骤摘要】
基于情境感知的自适应链路切换方法及系统、设备、介质
[0001]本专利技术涉及电力链路切换
,特别地,涉及一种基于情境感知的自适应链路切换方法及系统、电子设备、计算机可读取的存储介质。
技术介绍
[0002]随着电力物联网的不断发展,越来越多的边缘设备被广泛应用于电力系统中,如智能电表、智能电缆终端、智能配电箱等。这些设备通常需要通过无线网络接入到物联管理平台以实现监测、控制、故障诊断等功能。然而,由于电力系统环境的复杂性,这些设备经常面临信号覆盖不足、信号干扰、网络拥塞等问题,导致通信质量下降,甚至出现通信中断的情况。网络链路切换技术被广泛应用于解决互联网网络链路不稳定的问题上,但在电力物联网中尚缺乏相关的技术方法。一般来说,网络链路切换技术通过监测网络状况,实时切换到最优的通信链路,从而提高通信质量和稳定性。传统的网络链路切换方法通常基于设定的阈值,当链路的质量低于该阈值时自动切换链路。然而,在电力物联网中,随着设备所处环境愈加复杂,可选的链路越来越多,传统的方案往往不能准确地切换到优质链路。此外,传统方案常采用事后救治策略,在链路质量显著降低后才切换链路,导致链路切换时间延迟较长,切换后的链路质量也不一定有保障。
技术实现思路
[0003]本专利技术提供了一种基于情境感知的自适应链路切换方法及系统、电子设备、计算机可读取的存储介质,以解决现有链路切换方法不能准确地切换至优质链路和链路切换时间延迟较长的技术问题。
[0004]根据本专利技术的一个方面,提供一种基于情境感知的自适应链路 ...
【技术保护点】
【技术特征摘要】
1.一种基于情境感知的自适应链路切换方法,其特征在于,包括以下内容:获取边缘设备的情境感知数据,其中,情境感知数据包括链路类型、信号强度、丢包率和传输延时;将边缘设备的情境感知数据输入至LSTM预测模型中进行预测,输出情境感知预测数据;采用改进的模糊综合评价方法基于情境感知预测数据对每条链路的链路质量进行评估,在进行模糊综合评价过程中,采用的因素集包括信号强度、丢包率和传输延时三个因素,采用的评价集包括很差、一般、良好和极好四个等级,对每个因素制定非线性隶属度函数以进行单因素评价,获得3
×
4的评价矩阵,并基于评价矩阵评估每条链路的链路质量,其中,非线性隶属度函数的表达式为:中,非线性隶属度函数的表达式为:式中,γ表示修正参数,y1和y2表示函数的边界,y1>y2,y1和y2的取值为u1、u2、u3、u4中连续的两个参数,u1>u2>u3>u4;将链路质量评估最优的链路作为目标链路,并在当前链路发生故障后切换至目标链路。2.如权利要求1所述的基于情境感知的自适应链路切换方法,其特征在于,参数u1、u2、u3、u4的计算过程为:采集N个专家的参数设置向量并设定每个专家的初始权重,得到参数设置向量集合和初始权重向量,其中,每个参数设置向量表示参数u1、u2、u3、u4的取值;对参数设置向量集合进行Max
‑
Min归一化处理;计算不同参数设置向量之间的方案相似度和不同专家之间的社交相似度;结合方案相似度和社交相似度计算每个参数设置向量的推荐可信度,并基于推荐可信度对专家的初始权重进行更新,得到更新后的专家权重向量;基于参数设置向量集合和更新后的专家权重向量确定参数u1、u2、u3、u4的取值。3.如权利要求2所述的基于情境感知的自适应链路切换方法,其特征在于,基于下式计算每个参数设置向量的推荐可信度:其中,S
m,n
表示专家m对专家n提出的参数设置向量的推荐可信度,表示专家m和专家n的参数设置向量之间的方案相似度,表示专家m和专家n之间的社交相似度,a和b为常数,c表示平移参数;基于下式对专家的初始权重进行更新:
其中,w
n
和分别表示专家n的初始权重和更新后的权重,λ1∈[0,1]表示初始权重参数,w
i
和w
m
分别表示专家i和专家m的初始权重,α
m
表示专家m的权重系数,4.如权利要求1所述的基于情境感知的自适应链路切换方法,其特征在于,所述基于评价矩阵评估每条链路的链路质量的过程具体为:获取初始因素权向量和每个因素的评价向量,其中,初始因素权向量包括三个因素的初始因素权重;基于每个因素的评价向量计算其对应的实时熵值;基于每个因素的实时熵值和初始因素权重计算其自适应因素权重,得到自适应因素权重向量;基于自适应因素权重向量和评价矩阵评估每条链路的链路质量。5.如权利要求4所述的基于情境感知的自适应链路切换方法,其特征在于,基于下式计算自适应因素权重:其中,ψ
i
和ψ
′
i
分别表示因素i的初始因素权重和自适应因素权重,λ2表示自适应权重系数,H
i
表示因素i的...
【专利技术属性】
技术研发人员:祝视,张宇翔,杨芳僚,杨洪明,孙毅臻,肖伏良,郑宇,王建辉,方龙泉,
申请(专利权)人:国网湖南省电力有限公司信息通信分公司国家电网有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。