[发明专利]一种电站用光纤流量传输速率预测方法及系统

说明书

本发明提供了一种电站用光纤流量传输速率预测方法，单位时间内在光纤始端发送标记好的原始信息类数据，在光纤对端接收得到原始信息类数据序列；对原始信息类数据序列进行分解，得到多组具有不同特征的数据序列，通过计算获得各组数据的权重系数；对多组具有不同特征的数据序列进行预测；将多组具有不同特征的数据序列所得到的预测结果按照计算出来的权重系数进行线性叠加，叠加后的结果作为下一时刻的流量传输速率的预测结果。本发明还提供了一种电站用光纤流量传输速率预测系统。本发明通过对原始数据进行分解处理，分解后的各子分量分别预测，使得预测效果有明显的提升，最后叠加得出预测结果，具有高预测精度、更好的鲁棒性能。

技术领域

本发明涉及电站通信技术领域，特别涉及一种电站用光纤流量传输速率预测方法及系统。

背景技术

信息化时代的到来使得网络渗入到社会生活中方方面面，从最开始的2G网络到如今的5G时代，网速的快慢也越来越影响到人们上网冲浪的体验。光纤以其传输速度远高于其他传输介质的传输方式，成为当前数据通信和信息化网络的主要传输方式。然而，由于网络上手段多变的侵入行为，光纤传输并不安全，网络攻击性强和防范意识低等原因，光纤网络的安全问题也日益严重。通过预测光纤传输中的流量速度，完成对光纤传输的实时监测，为光纤网络中的流量把控，故障定位，选路依据以及带宽分配等提供真实有效数据，同时也为运营商调控光纤流量，提供技术支撑。通过对网络流量的预测，也可以有效防止网络过载等问题，提前做出应对措施，保证网络的稳定运行，避免出现网络堵车的情况。在现有技术中，光纤传输速率预测存在预测精度较低，预测波动性大，耗时较长，预测效率和鲁棒性不高等问题。因此需要对光纤传输速率的数据处理及预测进行更进一步的研究。

发明内容

为解决上述问题，本发明旨在提出一种电站用光纤流量传输速率预测方法及系统，通过对原始数据进行分解处理，减少了模态混叠对预测结果的影响，再进行分解后的各子分量分别预测，使得预测效果有明显的提升，最后通过叠加得出预测结果，具有高预测精度以及更好的鲁棒性能。

为达到上述目的，本发明的技术方案是这样实现的：

一种电站用光纤流量传输速率预测方法，包括以下步骤：

S1、单位时间内在光纤始端发送标记好的原始信息类数据，在光纤对端接收得到原始信息类数据序列；

S2、对所述原始信息类数据序列进行分解，得到多组具有不同特征的数据序列，通过计算获得各组数据的权重系数；

S3、对所述多组具有不同特征的数据序列进行预测；将多组具有不同特征的数据序列所得到的预测结果按照计算出来的权重系数进行线性叠加，叠加后的结果作为下一时刻的流量传输速率的预测结果。

进一步的，还包括步骤S4、建立好评价指标体系，对不同时段预测得出的预测结果值进行评价分析，满足评价指标范围要求的信息数据作为历史信息数据保存下来，作为后面时刻的流量传输速率预测时的历史值；不满足要求的信息数据则被抛弃，即采用前时刻的历史数据来预测本时刻的流量传输速率值。

进一步的，在所述步骤S2中，首先将多组具有不同特征的数据序列分解为多个简单特征的数据序列，方法为：先找出原始数据Y(t)或信号中的全部极大值点和极小值点，将所有的极大值点和极小值点分别连接起来，获得数据Y(t)的上下限值及范围，并计算上下限值的均值n(t)；令g₁(t)＝Y(t)-n(t)，检查g₁(t)是否满足以下两个条件：

(1)信号中极值点(包括极大值点和极小值点)数量与过零点数量相等或相差1个；

(2)在任一时间点上，信号局部极值确定的上下限值的均值为零；

若不满足上述条件则重复上述步骤，若满足则记f₁(t)＝g₁(t)，作为第一个分解序列；重复上述步骤直至数据序列为单调函数或常数值，得到线性数据序列。