基于量子遗传算法的宽带电力线多用户通信资源分配

研究了宽带电力线通信在功率谱限制和比例公平约束条件下的资源优化分配问题,提出了基于量子遗传算法的资源分配方案.在功率谱限制条件下通过量子遗传算法进行子载波的分配,再根据总功率分配情况判断是否需要进行功率调整.利用欧洲开放电力线研究联盟(OPERA)提供的信道模型,在等比例分配和依信道分配2种不同的比例系数约束下进行了仿真实验.结果表明:所提出的方法可以提升系统的容量,也能很好地平衡多用户之间的比例公平性.与max-min算法及传统比例分配算法相比,该方法对系统的整体传输容量提升约为5%～10%.增加了频谱利用率,具有良好的比例公平性.     

基于HSARSA(λ)算法的水库长期随机优化调度研究

针对强化学习的SARSA算法在求解水库随机优化问题中存在的优化性能不高、收敛速度较慢的问题,提出采用基于强化学习的HSARSA(λ)算法进行求解。先在SARSA算法基础上引入效用迹函数得到SARSA(λ)算法,然后加入启发函数得到HSARSA(λ)算法,最后通过不断调整HSARSA(λ)算法的学习率α、折扣因子γ、衰减因子λ等参数求解水库长期随机优化调度问题。实例应用表明,HSARSA(λ)相较于SARSA、SARSA(λ)算法可提升求解精度,减少最优近似解寻优迭代次数,为水库随机优化调度问题提供了一种新的求解思路。     

基于配电自动化故障管理的配电网扩展规划方法

针对现阶段配电网规划过程中面临的可靠性问题,提出一种基于配电自动化故障管理的配电网扩展规划方法。首先对配电自动化的故障管理功能进行介绍;其次根据配网公司的盈利性,以其自身利益最大化建立目标函数,决定线路建设、变电站位置和容量,从而提出一种基于配电自动化的配电网扩展规划模型;然后针对所提模型和所研究的规划问题,采用遗传算法对其进行求解,并对配电系统可靠性进行评估;最后,基于仿真算例验证了所提规划模型的有效性。     

混合业务下的电力线通信资源优化分配

充分利用电力线频带资源、提高网络中用户各种业务的服务质量是宽带电力线通信系统的重要目标。讨论了功率谱密度限制条件下正交频分复用(orthogonal frequency division multiplexing,OFDM)系统中多用户混合业务资源优化分配问题,提出一种低复杂度的分配算法。首先,利用相对差额分配算法为用户实时业务进行资源分配以保证服务质量(qualityofservice,QoS);然后对非实时性业务采用比例公平算法分配剩余资源;最后利用比特削减算法控制总的发射功率。在典型电力线信道环境下进行了仿真,结果表明:与已有算法相比,所提出的算法可以有效地保证实时业务的服务质量并在兼顾公平性原则的前提下提高系统的总吞吐量,且具有较低的复杂度;同时,该算法满足电力线通信系统总发射功率和功率谱密度限制的双重约束条件要求,符合宽带电力线通信的要求。     

基于AdaBoost集成学习的窃电检测研究

针对传统窃电检测中单一分类方法的不足,提出一种基于AdaBoost集成学习的窃电检测算法。首先利用训练集对决策树、误差逆传播神经网络、支持向量机和k最近邻四种方法进行训练对比,提出决策树作为AdaBoost集成学习算法的弱学习器。其次通过绘制不同学习率下的分类错误率曲线,确定AdaBoost集成学习算法的学习率和弱学习器个数。最后利用爱尔兰智能电表数据集中的居民用电数据对所提算法进行测试评估,将AdaBoost集成学习算法与决策树、k最近邻、误差逆传播神经网络、支持向量机等各类单一强学习算法对比。结果表明基于AdaBoost集成学习的窃电检测算法在准确率、命中率、误检率等检测指标中最优,灵敏性分析验证了基于AdaBoost集成学习的窃电检测方法的有效性。