5G电力网络切片流量预测及主动调整策略

摘要：

随着5G的推广,网络切片技术也得到了普遍应用,它将物理资源虚拟化,使得网络能够承载多种类型的业务,由此适应于新形势下以及未来电网泛在感知、智能互联式的发展.电力网络中的控制类、采集类、应用类等业务产生了多场景下海量的电力5G切片,也产生了较大的切片优化管理需求.文章在传统的5G切片基础上,结合电网不同业务的特点,提出了利用深度学习进行流量预测的方案,并依据预测结果生成切片资源策略,特别是针对电力5G切片中存在较多的关键性业务切片提出了混合隔离策略.通过实验平台演示和评估,此方法的网络利用效率从传统切片的46.3％提高到71.5％.

关键词：网络切片、流量预测、主动调整、电力网络、混合隔离、机器学习

所属期刊栏目：21

分类号：TN915.41

资助基金：国家电网有限公司总部管理技术项目5700-202040380A-0-0-00

在线出版日期：2023-02-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：34-39