CN106789163A - 一种网络设备用电信息监测方法、装置和*** - Google Patents
一种网络设备用电信息监测方法、装置和*** Download PDFInfo
- Publication number
- CN106789163A CN106789163A CN201611055263.8A CN201611055263A CN106789163A CN 106789163 A CN106789163 A CN 106789163A CN 201611055263 A CN201611055263 A CN 201611055263A CN 106789163 A CN106789163 A CN 106789163A
- Authority
- CN
- China
- Prior art keywords
- network equipment
- electricity consumption
- information
- consumption data
- data reference
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/02—Standardisation; Integration
- H04L41/0246—Exchanging or transporting network management information using the Internet; Embedding network management web servers in network elements; Web-services-based protocols
- H04L41/0253—Exchanging or transporting network management information using the Internet; Embedding network management web servers in network elements; Web-services-based protocols using browsers or web-pages for accessing management information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/02—Standardisation; Integration
- H04L41/0213—Standardised network management protocols, e.g. simple network management protocol [SNMP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/142—Network analysis or design using statistical or mathematical methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/147—Network analysis or design for predicting network behaviour
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/04—Processing captured monitoring data, e.g. for logfile generation
- H04L43/045—Processing captured monitoring data, e.g. for logfile generation for graphical visualisation of monitoring data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
- H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种网络设备用电信息监测方法、装置和***,在无需使用电能计量装置的前提下,实现对网络设备用电信息的实时监测,有效地降低了成本。所述网络设备用电信息监测方法,包括:获得连接的各网络设备的用电数据参考信息;针对每一网络设备,根据获得的、该网络设备的用电数据参考信息确定该网络设备的用电信息。
Description
技术领域
本发明涉及信息处理技术领域,尤其涉及一种网络设备用电信息监测方法、装置和***。
背景技术
随着物联网及信息产业的迅速发展,可接入网络的用电设备越来越多,针对这些网络设备运行信息的管理成为网络管理的一个重要部分,通过监测用电设备的用电情况,对其进行有效的控制,及时关闭空载的大功率用电设备或者适当地降低设备的功耗,从而减少电能的浪费。
现有技术中,对网络设备用电情况的监测一般使用电能计量装置,当接入网络的用电设备很多时,由于受到地域限制,就需要相应地增加电能计量装置的数量,从而造成成本的严重浪费。
发明内容
本发明提供了一种网络设备用电信息监测方法、装置和***,在无需使用电能计量装置的前提下,实现对网络设备用电信息的监测,有效地降低了成本。
本发明实施例提供了一种网络设备用电信息监测方法,包括:
获得连接的各网络设备的用电数据参考信息;
针对每一网络设备,根据获得的、该网络设备的用电数据参考信息确定该网络设备的用电信息。
本发明实施例提供了一种网络设备用电信息监测装置,包括:
获得单元,用于获得连接的各网络设备的用电数据参考信息;
确定单元,用于针对每一网络设备,根据获得单元获得的、该网络设备的用电数据参考信息确定该网络设备的用电信息。
本发明实施例提供了一种网络设备用电信息监测***,包括:
信息采集设备和与所述信息采集设备连接的各网络设备,其中:
所述信息采集设备,用于获得连接的各网络设备的用电数据参考信息;并针对每一网络设备,根据获得的、该网络设备的用电数据参考信息确定该网络设备的用电信息。
本发明的有益效果包括:
本发明实施例提供的网络设备用电信息监测方法,通过获得连接的各网络设备的用电数据参考信息后,针对每一个网络设备,根据获得的该网络设备的用电数据参考信息确定该网络设备的用电信息,从而在无需使用电能计量装置的前提下,实现了对网络设备用电信息的实时监测,有效地降低了成本。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例中,网络设备用电信息监测方法的应用场景示意图;
图2为本发明实施例中,网络设备用电信息监测方法的实施流程示意图;
图3为本发明实施例中,用于预测网络设备用电信息的BP神经网络层次结构示意图;
图4为本发明实施例中,获得连接的各网络设备的用电数据参考信息的流程示意图;
图5为本发明实施例中,网络设备用电信息监测装置的结构示意图;
图6为本发明实施例中,网络设备用电信息监测***的结构示意图。
具体实施方式
为了降低对网络设备用电信息监测的成本以达到节能的目的,本发明提供了一种网络设备用电信息监测方法、装置和***。
SNMP(Simple Network Management Protocol,简单网络管理协议)是目前网络中应用最广泛的网络管理协议,其是TCP/IP协议簇中的一个应用层协议,传输层可以采用多种不同协议,可同时兼容多种网络,它的基本思想是为不同种类的设备、不同厂家生产的设备以及不同型号的设备定义一个统一的接口和协议,这种方式使得服务器可以使用统一的管理方式对网络设备进行管理。服务器可以通过网络对不同区域的网络设备进行统一管理,SNMP的异构网络特性使得可以同时对不同网络设备的数据进行采集,而不受地域的限制。SNMP具有非常强的易用性和扩展性,目前主流的操作***都内置了SNMP组件可供使用,不仅如此,很多的物联网设备都带有SNMP模块,并且最新版的SNMPv3提供了最新的安全机制,使信息交互更加安全。
SNMP的工作方式是通过管理员向指定设备获取数据,SNMP提供了三种数据的操作方式,分别是Get、Set和Trap,其中,Get用于获取网络设备的信息,Set用于配置设备参数,Trap用于用电设备主动向SNMP管理站(SNMPManager)及时发送重要警告信息。信息采集服务器和网络设备之间依次通过应用层、传输层和数据链路层进行通信,SNMP管理站和SNMP代理(SNMPAgent)通过MIB(Management Information Base,信息管理库)进行接口的统一,使得双方可以识别对方的数据,从而实现数据的传输,SNMP管理站如想要获得MIB中的数据,首先需要向SNMP代理提交申请,SNMP代理识别其身份后将数据提交给SNMP管理站。
基于此,本发明实施例提供的网络设备用电信息监测方法的实施原理是:利用SNMP通过获得连接的各网络设备返回的用电数据参考信息后,针对每一个网络设备,根据获得的该网络设备的用电数据参考信息确定该网络设备的用电信息,从而在无需使用电能计量装置的前提下,实现了对网络设备用电信息的实时监测,有效地降低了成本。
以下结合说明书附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明,并且在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
如图1所示,其为本发明实施例提供的网络设备用电信息监测方法的应用场景示意图,可以包括用电网络设备10、SNMP代理11、信息采集设备12和Web服务器13几个部分,用电网络设备10可以包括:电脑、服务器、网络打印机、大型交换机和智能网络电视等。SNMP代理11网关根据设备的OID(Object Identifier,对象标识符)号来查询网络设备的信息,从设备的MIB中获取用电网络设备10的用电数据参考信息,并发送给信息采集设备12,其中,SNMP协议定义了100多种MIB数据,根据类别将这些MIB数据进行分类如表1所示:
用电数据参考信息包含在表1中第一类的被管理对象即连接的网络设备system(***)信息中。
采用目前最新的B/S(Browser/Server,浏览器/服务器)架构模式,可以在任何地方进行网络设备信息的采集和管理,并且减少了对客户端的维护,信息采集设备12采用轮训的方式通过SNMP代理11从网络设备10的MIB中获得用电数据参考信息,将用电数据参考信息存入MySQL数据库中,对该用电数据参考信息进行处理得到该网络设备10的用电信息,信息采集设备12连接Web服务器13,Web服务器13向浏览器提供得到的用电信息以数据和图表的展示,并将数据存入数据库中,以实现网络设备用电信息的实时采集。
如图2所示,其为本发明实施例提供的网络设备用电信息监测方法的实施流程示意图,可以包括以下步骤:
S21、获得连接的各网络设备的用电数据参考信息。
本步骤中,获得连接的各网络设备的用电数据参考信息,其中,用电数据参考信息可以包括以下信息中的至少一种:中央处理单元CPU每一处理器的占用率、物理内存使用率和虚拟内存使用率。
S22、针对每一网络设备,根据获得的、该网络设备的用电数据参考信息确定该网络设备的用电信息。
具体实施时,针对连接的每一网络设备,利用预设算法对该网络设备返回的用电数据参考信息进行处理得到该网络设备的用电信息,并通过网页Web浏览器输出该网络设备的用电信息,其中,以网络设备的功率来表征其用电信息。具体地,预设算法可以为以下方法但不限于:线性回归方程算法、BP神经网络模型算法、L2正则化BP神经网络模型算法。线性回归方程算法简单、计算效率较高,针对单一网络设备的分析精度较高,误差小,但不能适用所有的设备,不同设备的移植性能较差,同样的线性方程移植到不同的设备上,其误差会呈现指数型增长,所以,针对单一类型的网络设备,可以利用线性回归方程算法。BP神经网络(Back Propagation Neural Network)是一种按照误差逆传播算法训练的多层前馈神经网络,其可以存贮大量的输入-输出模型映射关系,学***方和最小,利用BP神经网络模型算法不仅可以实现对用电信息的高精度预测,还可以实现不同设备之间的无缝移植,能够很好地适用于不同的网络设备,但每次都要对数据进行大量的训练,计算过程比较复杂,对于信息的采集和分析设备的硬件要求很高。
本发明实施例为实现利用网络设备的用电数据参考信息和用电信息的拟合,采用BP神经网络来构建预测模型,用以预测网络设备的用电信息即功率,如图3所示,其为BP神经网络层次结构示意图,BP神经网络的训练过程主要分为两个阶段,第一阶段是信号的前向传播,从输入层(Input layer)31经过隐含层(Hidden layer)32,最后到达输出层(Output layer)33,第二阶段是误差的反向传播,从输出层33到隐含层32,最后到输入层31,依次调节隐含层32到输出层33的权重和偏置,输入层31到隐含32的权重和偏置,这里采用三层L2正则化的BP神经网络结构,该模型的参数设置为:训练次数1000,训练目标取1.0e-6,学习效率取0.01,输入端6组数据,包括CPU的四个处理器(processor1,processor2,processor3,processor4)的占用率、物理内存(physicalmemory)使用率和虚拟内存(virtual memory)使用率,输出端34为网络设备功率(power),首先进行网络的初始化,如图3所示,输入层31的结点数为6,隐含层32的结点个数为8,输出层33的结点个数为1,其激励函数的形式如下:
隐含层32的输出Hj的表达式为:
其中,i=1···n,n为输入层31的节点数,aj为输入层31到隐含层32的偏置,j=1···l,l为隐含层32的节点数,ωij为输入层31到隐含层32的权重。
输出层33的输出表达式为:
其中,k=1···m,m为输出层33的节点数,ωjk为隐含层32到输出层33的权重,bk为隐含层32到输出层33的偏置。
误差的计算公式为:
其中Yk为期望输出,即实际测量得到的网络设备的功率值。
根据误差计算公式来不断反馈调整权重ωjk和偏置bk,最终得到较好的训练结果,满足误差要求,使得得到的网络设备的输出功率值与网络设备实际测量的功率值的误差最小。学***较大,产生过拟合的现象,有两种解决方式:增加训练数据或者减小网络的规模,但这样会削弱网络的预测能力,针对以上问题,可以使用权重衰减(L2正则)的解决方式,在代价函数中加入一个额外的正则化项,正则化的代价函数如下:
其中,C0代表原始的误差函数,为L2正则化项,n为训练集样本大小,ω为权重参数,λ为正则项系数,用于权衡正则项与C0的比重。通过正则化使网络偏好学习更小的权值,而在其他方面保持不变,正则化是一种能够折中考虑小权值与最小化代价函数的方法。
具体地,步骤S21中,连接的各网络设备的用电数据参考信息可以按照如图4所示的流程获得:
S41、针对连接的每一网络设备,向该网络设备发送用电数据参考信息查询请求。
具体实施时,针对连接的每一个网络设备,信息采集设备向该网络设备发送用电数据参数信息查询请求。
S42、接收该网络设备返回的用电数据参考信息。
具体实施时,信息采集设备接收该网络设备利用SNMP协议返回的用电数据参考信息,该用户数据参考信息存储于网络设备的MIB中。具体地,SNMP代理根据网络设备的OID号来查询网络设备的信息,从网络设备的MIB中获取其用电数据参考信息,并发送给信息采集设备。
本发明的另一个实施例中,连接的每一个网络设备可以按照预设周期主动向信息采集设备上报用电数据参考信息,也可以在满足一定的触发条件时上报,触发条件可以是但不限于一个预设的时间间隔,比如预设的时间间隔为5s,则连接的每一个网络设备每隔5s向信息采集设备上报一次用电数据参考信息。
本发明实施例提供的网络设备用电信息监测方法,利用SNMP通过获得连接的各网络设备返回的用电数据参考信息后,针对每一个网络设备,根据获得的该网络设备的用电数据参考信息确定该网络设备的用电信息,从而在无需使用电能计量装置的前提下,实现了对网络设备用电信息的实时监测,有效地降低了成本。
基于同一发明构思,本发明实施例中还提供了一种网络设备用电信息监测装置和***,由于上述装置和***解决问题的原理与网络设备用电信息监测方法相似,因此上述装置和***的实施可以参见方法的实施,重复之处不再赘述。
如图5所示,其为本发明实施例提供的网络设备用电信息监测装置的结构示意图,可以包括:
获得单元51,用于获得连接的各网络设备的用电数据参考信息;
确定单元52,用于针对每一网络设备,根据获得单元51获得的、该网络设备的用电数据参考信息确定该网络设备的用电信息。
较佳地,所述获得单元,具体包括发送子单元和接收子单元,其中:
所述发送子单元511,用于针对连接的每一网络设备,向该网络设备发送用电数据参考信息查询请求;
所述接收子单元512,用于接收该网络设备返回的用电数据参考信息。
所述确定单元52,具体用于针对连接的每一网络设备,利用预设算法对该网络设备返回的用电数据参考信息进行处理得到该网络设备的用电信息。
较佳地,所述接收子单元512,具体用于接收该网络设备利用简单网络管理协议SNMP返回的用电数据参考信息,所述用户数据参考信息存储于所述网络设备的信息管理库MIB中。
可选地,本发明实施例提供的网络设备用电信息监测装置,还可以包括:
输出单元53,用于针对每一网络设备,通过网页Web浏览器输出该网络设备的用电信息。
如图6所示,其为本发明实施例提供的网络设备用电信息监测***的结构示意图,可以包括信息采集设备61和与所述信息采集设备连接的各网络设备62,其中:
所述信息采集设备61,用于获得连接的各网络设备62的用电数据参考信息;并针对每一网络设备62,根据获得的、该网络设备62的用电数据参考信息确定该网络设备62的用电信息。
较佳地,所述信息采集设备61,具体用于针对连接的每一网络设备62,向该网络设备62发送用电数据参考信息查询请求;以及针对连接的每一网络设备62,利用预设算法对从网络设备62获得的用电数据参考信息进行处理得到该网络设备62的用电信息;
所述网络设备62,具体用于根据接收到的用电数据参考信息查询请求,向所述信息采集设备61返回自身的用电数据参考信息。
较佳地,所述网络设备62,具体用于利用简单网络管理协议SNMP向所述信息采集设备61返回自身的用电数据参考信息,所述用户数据参考信息存储于所述网络设备62的信息管理库MIB中。
可选地,所述信息采集设备61,还可以用于通过网页Web浏览器输出该网络设备62的用电信息。
为了描述的方便,以上各部分按照功能划分为各模块(或单元)分别描述。当然,在实施本发明时可以把各模块(或单元)的功能在同一个或多个软件或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (13)
1.一种网络设备用电信息监测方法,其特征在于,包括:
获得连接的各网络设备的用电数据参考信息;
针对每一网络设备,根据获得的、该网络设备的用电数据参考信息确定该网络设备的用电信息。
2.如权利要求1所述的方法,其特征在于,获得连接的各网络设备的用电数据参考信息,具体包括:
针对连接的每一网络设备,向该网络设备发送用电数据参考信息查询请求;并
接收该网络设备返回的用电数据参考信息;以及
针对每一网络设备,根据获得的、该网络设备的用电数据参考信息确定该网络设备的用电信息,具体包括:
针对连接的每一网络设备,利用预设算法对该网络设备返回的用电数据参考信息进行处理得到该网络设备的用电信息。
3.如权利要求2所述的方法,其特征在于,接收该网络设备返回的用电数据参考信息,具体包括:
接收该网络设备利用简单网络管理协议SNMP返回的用电数据参考信息,所述用户数据参考信息存储于所述网络设备的信息管理库MIB中。
4.如权利要求1所述的方法,其特征在于,所述用电数据参考信息包括以下信息中的至少一种:中央处理单元CPU每一处理器的占用率、物理内存使用率和虚拟内存使用率。
5.如权利要求1~4任一权利要求所述的方法,其特征在于,还包括:
针对每一网络设备,通过网页Web浏览器输出该网络设备的用电信息。
6.一种网络设备用电信息监测装置,其特征在于,包括:
获得单元,用于获得连接的各网络设备的用电数据参考信息;
确定单元,用于针对每一网络设备,根据获得单元获得的、该网络设备的用电数据参考信息确定该网络设备的用电信息。
7.如权利要求6所述的装置,其特征在于,所述获得单元,具体包括发送子单元和接收子单元,其中:
所述发送子单元,用于针对连接的每一网络设备,向该网络设备发送用电数据参考信息查询请求;
所述接收子单元,用于接收该网络设备返回的用电数据参考信息;
所述确定单元,具体用于针对连接的每一网络设备,利用预设算法对该网络设备返回的用电数据参考信息进行处理得到该网络设备的用电信息。
8.如权利要求7所述的装置,其特征在于,
所述接收子单元,具体用于接收该网络设备利用简单网络管理协议SNMP返回的用电数据参考信息,所述用户数据参考信息存储于所述网络设备的信息管理库MIB中。
9.如权利要求6、7或8所述的装置,其特征在于,还包括:
输出单元,用于针对每一网络设备,通过网页Web浏览器输出该网络设备的用电信息。
10.一种网络设备用电信息监测***,其特征在于,包括信息采集设备和与所述信息采集设备连接的各网络设备,其中:
所述信息采集设备,用于获得连接的各网络设备的用电数据参考信息;并针对每一网络设备,根据获得的、该网络设备的用电数据参考信息确定该网络设备的用电信息。
11.如权利要求10所述的网络设备用电信息监测***,其特征在于,
所述信息采集设备,具体用于针对连接的每一网络设备,向该网络设备发送用电数据参考信息查询请求;以及针对连接的每一网络设备,利用预设算法对从网络设备获得的用电数据参考信息进行处理得到该网络设备的用电信息;
所述网络设备,具体用于根据接收到的用电数据参考信息查询请求,向所述信息采集设备返回自身的用电数据参考信息。
12.如权利要求11所述的网络设备用电信息监测***,其特征在于,
所述网络设备,具体用于利用简单网络管理协议SNMP向所述信息采集设备返回自身的用电数据参考信息,所述用户数据参考信息存储于所述网络设备的信息管理库MIB中。
13.如权利要求10、11或12所述的网络设备用电信息监测***,其特征在于,
所述信息采集设备,还用于通过网页Web浏览器输出该网络设备的用电信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611055263.8A CN106789163B (zh) | 2016-11-25 | 2016-11-25 | 一种网络设备用电信息监测方法、装置和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611055263.8A CN106789163B (zh) | 2016-11-25 | 2016-11-25 | 一种网络设备用电信息监测方法、装置和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106789163A true CN106789163A (zh) | 2017-05-31 |
CN106789163B CN106789163B (zh) | 2020-08-18 |
Family
ID=58911374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611055263.8A Active CN106789163B (zh) | 2016-11-25 | 2016-11-25 | 一种网络设备用电信息监测方法、装置和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106789163B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107707383A (zh) * | 2017-08-29 | 2018-02-16 | 华为软件技术有限公司 | 放通处理方法、装置、第一网元及第二网元 |
CN109242180A (zh) * | 2018-08-31 | 2019-01-18 | 合肥工业大学 | 中长期电力负荷预测方法和*** |
CN109728923A (zh) * | 2017-10-27 | 2019-05-07 | 中移(苏州)软件技术有限公司 | 一种云平台运行状态监控预警方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101800440A (zh) * | 2010-03-26 | 2010-08-11 | 国网电力科学研究院武汉南瑞有限责任公司 | 配电网状态监测***及其监测方法 |
CN102684305A (zh) * | 2012-05-17 | 2012-09-19 | 云南电力试验研究院(集团)有限公司电力研究院 | 一种家庭侧智能用电策略实现方法和终端 |
CN103020459A (zh) * | 2012-12-19 | 2013-04-03 | 中国科学院计算技术研究所 | 一种多维度用电行为的感知方法及*** |
CN103095483A (zh) * | 2011-11-08 | 2013-05-08 | ***通信集团公司 | 一种数据网络设备能耗监控方法、装置及*** |
CN104122819A (zh) * | 2014-07-18 | 2014-10-29 | 东北电力大学 | 基于用户习惯的家庭智能用电方法及其*** |
-
2016
- 2016-11-25 CN CN201611055263.8A patent/CN106789163B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101800440A (zh) * | 2010-03-26 | 2010-08-11 | 国网电力科学研究院武汉南瑞有限责任公司 | 配电网状态监测***及其监测方法 |
CN103095483A (zh) * | 2011-11-08 | 2013-05-08 | ***通信集团公司 | 一种数据网络设备能耗监控方法、装置及*** |
CN102684305A (zh) * | 2012-05-17 | 2012-09-19 | 云南电力试验研究院(集团)有限公司电力研究院 | 一种家庭侧智能用电策略实现方法和终端 |
CN103020459A (zh) * | 2012-12-19 | 2013-04-03 | 中国科学院计算技术研究所 | 一种多维度用电行为的感知方法及*** |
CN104122819A (zh) * | 2014-07-18 | 2014-10-29 | 东北电力大学 | 基于用户习惯的家庭智能用电方法及其*** |
CN104122819B (zh) * | 2014-07-18 | 2016-08-17 | 东北电力大学 | 基于用户习惯的家庭智能用电方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107707383A (zh) * | 2017-08-29 | 2018-02-16 | 华为软件技术有限公司 | 放通处理方法、装置、第一网元及第二网元 |
CN107707383B (zh) * | 2017-08-29 | 2021-02-12 | 华为技术有限公司 | 放通处理方法、装置、第一网元及第二网元 |
CN109728923A (zh) * | 2017-10-27 | 2019-05-07 | 中移(苏州)软件技术有限公司 | 一种云平台运行状态监控预警方法及装置 |
CN109728923B (zh) * | 2017-10-27 | 2022-01-28 | 中移(苏州)软件技术有限公司 | 一种云平台运行状态监控预警方法及装置 |
CN109242180A (zh) * | 2018-08-31 | 2019-01-18 | 合肥工业大学 | 中长期电力负荷预测方法和*** |
Also Published As
Publication number | Publication date |
---|---|
CN106789163B (zh) | 2020-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020077682A1 (zh) | 一种服务质量评估模型的训练方法及装置 | |
Talaat et al. | Effective load balancing strategy (ELBS) for real-time fog computing environment using fuzzy and probabilistic neural networks | |
WO2023246568A1 (zh) | 一种数字孪生架构、模型评价体系以及模型运行方法 | |
WO2020077672A1 (zh) | 一种服务质量评估模型的训练方法及装置 | |
CN104092756B (zh) | 一种基于dht机制的云存储***的资源动态分配方法 | |
Rajagopal et al. | FedSDM: Federated learning based smart decision making module for ECG data in IoT integrated Edge–Fog–Cloud computing environments | |
CN107229518A (zh) | 一种分布式集群训练方法和装置 | |
Zhang et al. | Prediction for network traffic of radial basis function neural network model based on improved particle swarm optimization algorithm | |
CN106789163A (zh) | 一种网络设备用电信息监测方法、装置和*** | |
CN105141446A (zh) | 一种基于客观权重确定的网络设备健康度评估方法 | |
Dai et al. | ICS-SVM: A user retweet prediction method for hot topics based on improved SVM | |
Perifanis et al. | Federated learning for 5G base station traffic forecasting | |
CN108833227A (zh) | 一种基于边缘计算的智能家居通信优化调度***及方法 | |
CN117633448A (zh) | 一种基于云边协同的设备集群健康监测方法 | |
CN116166444B (zh) | 一种面向深度学习分层模型的协同推理方法 | |
Aziz et al. | Content-aware network traffic prediction framework for quality of service-aware dynamic network resource management | |
Lu et al. | Framework of industrial networking sensing system based on edge computing and artificial intelligence | |
Taneja et al. | Predictive analytics on IoT | |
CN113572639B (zh) | 一种载波网络故障的诊断方法、***、设备和介质 | |
CN116112379A (zh) | 一种数据中心多维业务共享设备的有向链路动态预测方法 | |
Chen et al. | Research on network management technology of power line carrier communication in low-voltage distribution network based on digital twin | |
Li et al. | H-BILSTM: a novel bidirectional long short term memory network based intelligent early warning scheme in mobile edge computing (MEC) | |
CN114035906A (zh) | 虚拟机迁移方法、装置、电子设备及存储介质 | |
Costa et al. | A three level sensor ranking method based on active perception | |
Balija et al. | Building Communication Efficient Asynchronous Peer-to-Peer Federated LLMs with Blockchain |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |