基于DBN-Softmax的电力通信网络带宽预测

摘要

随着电力通信网的变化,电力通信网承载业务数据呈指数级增长,对电力通信网的处理能力提出了更高要求.为保障通信网的服务质量,针对目前网络带宽分配不合理现象,提出基于深度置信的电力通信网带宽预测算法,该算法通过由限制玻尔兹曼机构成的深度置信网络获取能够完美表达网络带宽的特征,实现对电力通信网规划阶段带宽的合理预测.实验结果表明,与传统神经网络算法相比,所提算法在预测精度和稳健性方面更具有优势,可以提高电力通信网的承载能力,为电力系统的安全稳定运行提供有力的保障.