(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111647418.8 (22)申请日 2021.12.2 9 (71)申请人 广东电网有限责任公司 地址 510000 广东省广州市越秀区东 风东 路757号 申请人 广东电网有限责任公司电力调度控 制中心 (72)发明人 李溢杰　梁文娟　梁宇图　曾瑛　 李星南　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 代理人 郭浩辉 (51)Int.Cl. H04L 47/10(2022.01) H04L 41/14(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) G06Q 50/06(2012.01) (54)发明名称 电力通信网络的链路调节方法及装置 (57)摘要 本申请公开了一种电力通信网络的链路调 节方法及装置， 通过获取电力通信网络的交换机 信息， 以及连接交换机的链路信息， 并根据交换 机信息和链路信息， 建立流量特征矩阵以及根据 链路信息， 建立链路邻接矩阵， 以表征电力通信 网络中多个交换机的流量状态， 和多个链路之间 的连接关系； 再基于流量特征矩阵和链路邻接矩 阵， 对预设的图神经网络模型进行训练， 直至图 神经网络模 型达到预设收敛条件， 得到链路分析 模型； 最后利用链路分析模型， 预测电力通信网 络在未来目标时间段内的第一链路流量参数， 第 一链路流量参数用于调节业务数据的传输链路， 从而有效控制业 务数据的传输链路。 权利要求书2页 说明书9页 附图3页 CN 114422438 A 2022.04.29 CN 114422438 A 1.一种电力通信网络的链路调节方法， 其特 征在于， 包括： 获取电力通信网络的交换机信 息以及连接交换机的链路信 息， 所述交换机信 息包含交 换机流量参数； 根据所述交换机信息和所述链路信息， 建立流量特征矩阵， 所述流量特征矩阵用于表 征所述电力通信网络中多个交换机的流 量状态； 根据所述链路信息， 建立链路邻接矩阵， 所述链路邻接矩阵用于表征所述电力通信网 络中多个链路 之间的连接关系； 基于所述流量特征矩阵和所述链路邻接矩阵， 对预设的图神经网络模型进行训练， 直 至所述图神经网络模型达 到预设收敛 条件， 得到链路分析模型； 利用所述链路分析模型， 预测所述电力通信网络在未来目标时间段内的第 一链路流量 参数， 所述第一链路流 量参数用于调节业 务数据的传输链路。 2.如权利要求1所述的电力通信网络的链路调节方法， 其特征在于， 所述根据 所述交换 机信息和所述链路信息， 建立 流量特征矩阵， 包括： 对所述交换机信 息和所述链路信 息进行数据处理， 确定每两个交换机信 息之间的特征 向量， 并将多个所述特 征向量建立 为所述流量特征矩阵； 所述特征向量为： e(j)＝[ Pa， q(t)， Pb， g(t)， Fa(t)， Fb(t)]； 其中e(j)表示第j条链路的特征向量， j为链路编号， 第j条链路与交换机a的q端口和交 换机b的g端口连接， Pa， q(t)表示交换机a的q端口在t时刻的端口状态参数， Pb， g(t)表示交换 机b的g端口在t时刻的端口状态参数， Fa(t)表示交换机a在t时刻的流量表状态参数， Fb(t) 表示交换机b 在t时刻的流量表状态 参数， 所述交换机流量参数包括所述端口状态参数和所 述流量表状态参数。 3.如权利要求1所述的电力通信网络的链路调节方法， 其特征在于， 所述根据 所述链路 信息， 建立链路邻接矩阵， 包括： 对所述链路信息进行数据处理， 确定每两条链路之间的连接关系， 并将多个所述连接 关系建立 为邻接矩阵A∈Rj×j， Rj×j表示j条链路 之间的连接关系； 对所述邻接矩阵A进行 标准化处理， 得到所述链路邻接矩阵A ′。 4.如权利要求1至3任一项所述的 电力通信网络的链路调节方法， 其特征在于， 所述基 于所述流量特征矩阵和所述链路邻接矩阵， 对预设的图神经网络模型进行训练， 直至所述 图神经网络模型达 到预设收敛 条件， 得到链路分析模型， 包括： 利用所述图神经网络模型， 对所述流量特征矩阵和所述链路邻接矩阵进行卷积处理、 修正处理和图级运 算， 得到所述电力通信网络的第二链路流 量参数； 计算所述第二链路流 量参数与预设标注参数之间的损失值； 若所述损 失值不小于预设阈值， 则更新所述图神经网络模型的模型参数， 并利用更新 后的图神经网络模型， 预测新的第二链路流量参数， 直至所述损失值小于所述预设阈值， 得 到所述链路分析模型。 5.如权利要求4所述的电力通信网络的链路调节方法， 其特征在于， 所述利用所述图神 经网络模型， 对所述流量特征矩阵和所述链路邻接矩阵进行卷积处理、 修正处理和图级运 算， 得到所述电力通信网络的第二链路流 量参数， 包括： 利用预设的ReLU函数， 对所述流量特征矩阵和所述链路邻接矩阵进行卷积处理， 得到权　利　要　求　书 1/2 页 2 CN 114422438 A 2第一神经网络层； 利用预设的softmax函数， 对所述第一神经网络层进行修正处理， 得到第二神经网络 层； 利用预设的链路流量占用等级， 对所述第二神经网络层进行图级运算， 得到所述第二 链路流量参数。 6.如权利要求5所述的电力通信网络的链路调节方法， 其特征在于， 所述模型参数包括 所述第一神经网络层的第一权 重矩阵和所述第二神经网络层的第二权 重矩阵。 7.如权利要求1至3任一项所述的 电力通信网络的链路调节方法， 其特征在于， 所述利 用所述链路分析模型， 预测所述电力通信网络在未来目标时间段内的第一链路流量参数之 后， 还包括： 获取所述电力通信网络的业务需求信 息， 所述业务需求信 息包括用于发送业务数据的 发送交换机信息和用于 接收所述 业务数据的接收交换机信息； 根据所述第一链路流量参数、 所述发送交换机信息和所述接收交换机信息， 确定多条 传输路径的流量占有率数据， 所述传输路径由发送交换机到接收交换机之 间的多条链路组 成； 根据所述流量占有率数据， 对多条所述传输路径进行对比， 确定所述业务需求信息对 应的目标传输路径。 8.一种电力通信网络的链路分析装置， 其特 征在于， 包括： 获取模块， 用于获取电力通信网络的交换机信 息， 以及连接交换机的链路信息， 所述交 换机信息包 含交换机流 量参数； 第一建立模块， 用于根据 所述交换机信 息和所述链路信 息， 建立流量特征矩阵， 所述流 量特征矩阵用于表征 所述电力通信网络中多个交换机的流 量状态； 第二建立模块， 用于根据 所述链路信 息， 建立链路邻接矩阵， 所述链路邻接矩阵用于表 征所述电力通信网络中多个链路 之间的连接关系； 训练模块， 用于基于所述流量特征矩阵和所述链路邻接矩阵， 对预设的图神经网络模 型进行训练， 直至所述图神经网络模型达 到预设收敛 条件， 得到链路分析模型； 预测模块， 用于利用所述链路分析模型， 预测所述电力通信网络在未来目标时间段内 的第一链路流 量参数， 所述第一链路流 量参数用于调节业 务数据的传输链路。 9.一种计算机设备， 其特征在于， 包括处理器和存储器， 所述存储器用于存储计算机程 序， 所述计算机程序被所述处理器执行时实现如权利要求 1至7任一项 所述的电力通信网络 的链路调节方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 其存储有计算机程序， 所述计算机程序被 处理器执行时实现如权利要求1至7任一项所述的电力通信网络的链路调节方法的步骤。权　利　要　求　书 2/2 页 3 CN 114422438 A 3