典型文献
一种利用时延敏感度的智能电网异构数据融合
文献摘要：
智能电网要求无线网络具有高可靠性和足够的带宽,以支持关键的实时应用和海量智能微电网数据.然而现有的方法,无法保证较低延时,并且稳定性不好.因此,提出一种基于无线异构网络的微网数据聚合框架.该框架采用无监督机器学习方法,在异构网络的小单元内引入一种微网数据聚合机制,以保证聚类能够减少对高时延敏感信息的处理时间.因此,在每个传输时间间隔处,如果存在排队的延迟敏感数据,则它们在延迟容限之前退出队列.实验结果表明,该方法成功地将时延降低了 93％,丢包率降低了 7％.
文献关键词：
机器学习;数据聚类;异构网络;智能电网
中图分类号：
作者姓名：
徐刚;高德民;傅川岳;黄楷敏
作者机构：
深圳供电局有限公司,广东深圳518001
文献出处：
引用格式：
[1]徐刚;高德民;傅川岳;黄楷敏-.一种利用时延敏感度的智能电网异构数据融合)[J].信息技术,2022(08):70-76,82
A类：
B类：
时延,智能电网,异构数据融合,无线网络,高可靠性,量智,智能微电网,电网数据,低延时,异构网络,微网,数据聚合,聚合框架,无监督机器学习,机器学习方法,小单元,聚合机制,敏感信息,处理时间,时间间隔,排队,敏感数据,容限,丢包率,数据聚类
AB值：
0.424167
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
