买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国网山西省电力公司信息通信分公司申请的专利一种基于机器学习的电力通信关键业务路由配置方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114698048B 。

龙图腾网通过国家知识产权局官网在2025-07-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210324497.7，技术领域涉及：H04W40/02；该发明授权一种基于机器学习的电力通信关键业务路由配置方法是由王慧芳;张建亮;张丽霞;王美丽设计研发完成，并于2022-03-29向国家知识产权局提交的专利申请。

本一种基于机器学习的电力通信关键业务路由配置方法在说明书摘要公布了：本发明公开了一种基于机器学习的电力通信关键业务路由配置方法，其内容包括：根据电力通信骨干传输网拓扑、业务承载和光缆参数，建立链路状态矩阵；利用最短路径算法并结合业务路由配置历史数据产生数据集，为机器学习算法提供训练和测试条件；设计深度神经网络的结构，针对电力通信骨干传输网的每个节点分别训练机器学习模型；给定关键业务路由配置请求，利用机器学习模型，计算当前节点及其相邻节点的路径特征向量，选择最佳相邻节点作为下一跳节点。从源节点开始逐点循环执行上述过程，直到目的节点为止。本发明有助于电力通信关键业务路由的综合优化配置，提高业务可靠性，实现电力光缆业务的负载均衡，降低电力通信业务的运行风险。

本发明授权一种基于机器学习的电力通信关键业务路由配置方法在权利要求书中公布了：1.一种基于机器学习的电力通信关键业务路由配置方法，其特征在于，包括以下步骤： S1：根据电力通信骨干传输网拓扑、业务承载和光缆参数，建立链路状态矩阵； S2：利用最短路径算法并结合业务路由配置历史数据产生数据集，为机器学习算法提供训练和测试条件； S3：根据业务路由配置功能需求，设计深度神经网络架构，在所产生的数据集基础上，针对电力通信骨干传输网的每个节点，分别训练机器学习模型，并进行测试； S4：给定关键业务路由配置请求，利用机器学习模型计算当前节点及其相邻节点的路径特征向量，包括： 节点路径特征向量包含3个元素，分别是当前节点到目的节点可靠性最高路径距离u、节点到目的节点负载均衡最佳路径距离b和节点到目的节点跳数最少路径距离h，表达形式为 Pk＝[uk,bk,hk]T 其中，Pk表示第k个节点的路径特征向量；uk、bk和hk分别表示该节点到目的节点的可靠性最高路径距离、负载均衡最佳路径距离和跳数最少路径距离的预测值，uk和bk通过第k个节点训练好的深度神经网络模型计算得到，hk利用最短路径算法得到； 设当前节点为v1，其相邻节点分别为v2、v3、v4和v5，那么，利用每个节点的深度神经网络模型和最短路径算法可以计算得到当前节点及其相邻节点的5个路径特征向量； S5：选择最佳相邻节点作为下一跳节点，从源节点开始逐点循环执行上述过程，直到目的节点为止，其中，选择最佳相邻节点作为下一跳节点包括： 首先判断当前节点的相邻节点集合是否包含目的节点，如果包含，则直接选择目的节点作为下一跳节点；否则，进行下一步的节点路径特征向量估计； 设当前节点为vk，由相邻节点i和相应链路的特征向量估计vk的路径特征向量，表达形式为 其中，链路特征向量为Qi＝[uq,i,bq,i,1]T，uq,i表示链路i的不可靠性，bq,i表示链路i的负载均衡指数，设vk的路径特征向量估计值则 根据的元素值，该方法可以选择哪一个相邻节点作为最佳的下一跳节点； 最佳可靠性路径相邻节点为 最佳负载均衡路径相邻节点为 基本最短路径相邻节点 其中，Nk为当前节点k的相邻节点集合； 最佳下一跳节点的选择取决于电力通信关键业务路由配置策略的偏好和倾向性，一种可能的选择策略，是在3类节点中如果有2个及其以上为同一个相邻节点，则选择此节点为业务路由的最佳下一跳节点；否则，选择跳数最少路径距离的邻居节点为下一跳节点。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网山西省电力公司信息通信分公司，其通讯地址为：030000 山西省太原市晋源区谐园路3号8-14层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。