面向电力-通信网融合与时延优化的服务功能链部署方法

为深化电力网与通信网融合建设,针对网络融合场景下网络连接处选择的动态性和服务功能链(SFC)分段部署方案的差异性导致的SFC业务时延恶化问题,提出了一种面向网络融合场景的时延优化服务功能链部署方法。首先,通过构建电力网与通信网融合模型,将服务功能链部署问题描述为以时延优化为目标的二进制整数规划(BIP)问题。其次,基于最小生成树算法搜索求解融合网络下的最优网络连接处及服务功能链分段方案,将服务功能链部署问题拆解为两个同构的服务功能子链部署问题。最后,提出了基于最小生成树的嵌套式服务功能子链部署方法,分别在电力通信专网与公共通信网中求解时延优化的服务功能子链部署方案。仿真结果表明,与现有SFC部署方法相比,所提服务功能链部署方法在时延上平均提升29.34%,在服务功能链请求接受率上平均提升12.08%。     

基于Q-learning改进蜘蛛猴算法的电工装备边缘网关部署研究

电工装备智慧物联平台通过部署在电力通信主干网路由器上的边缘网关对供应商数据汇集节点进行数据抓取与上传,实现平台与供应商的数据高效交互.面向海量生产数据和多个供应商数据汇集节点,文章以最小化数据抓取与转发过程的时延开销为目标,将边缘网关部署问题描述成一个二进制整数规划,同时设计了一种基于Q-learning强化学习的改进...     

基于深度学习与改进负荷行为关联图的农业用户非侵入式负荷分解方法

目前负荷分解模型大都面向城市用户,忽视了农业用电场景下的负荷关联特性,导致现有负荷分解模型在该场景下的分解效果较差,本文提出了一种基于深度学习与改进负荷行为关联图的农业用户非侵入式负荷分解方法。该方法首先采用One-hot编码构建包含离散和连续影响因素的负荷特征矩阵;其次,运用负荷行为关联图来表征用户不同负荷设备间关联关系,并采用图注意力网络对负荷间相关性进行权重优化;最后,构建基于卷积神经网络和长短时记忆网络的农业用户负荷分解模型并进行训练部署。仿真结果显示,本文所提出的基于深度学习与改进负荷行为关联图的农业用户非侵入式负荷分解方法相比现有方法分别获得4.34%和2.02%的负荷分解精度提升,并更加适用于农业用电场景。     

考虑结构构造作用的人行天桥自振特性分析

以某两跨钢结构人行天桥为背景,考虑加劲肋和横隔板对钢箱主梁自振特性的影响,并采用有限元软件建模对钢箱主梁的自振特性进行分析。计算结果表明:考虑加劲肋作用会使结构的自振频率减小;钢箱主梁在大于二倍梁高间距内设置横隔板对提高主梁自振频率有一定的效果。     

基于纵向联邦强化学习的居民社区综合能源系统协同训练与优化管理方法

电、热、气等能源系统的实时管理能力关系到居民社区用能需求能否得到充分满足。该文首先基于深度Q网络(deep Q-learning network,DQN)强化学习算法建立了一种综合考虑居民社区实时负荷大小、能源销售与采购价格的能源系统优化管理模型。其次,该文面向不同能源系统之间的数据壁垒现象,提出一种基于纵向联邦学习技术的居民社区综合能源系统协同训练方法。该方法能够在3种能源系统DQN优化管理模型的训练过程中,通过交互DQN优化管理模型的网络梯度等参数信息来提升模型的训练速度。最后,算例分析验证该文所构建DQN优化管理模型的有效性,同时验证所提出居民社区综合能源系统协同训练方法能够优化各能源系统的经济效益及模型训练效率。     

基于双层深度强化学习的园区综合能源系统多时间尺度优化管理

园区综合能源系统（PIES）的能源转换结构复杂性、新能源出力与多能负荷的不确定性以及不同能源系统管理时间尺度的差异性，是阻碍PIES实现高效管理与经济效益优化的主要原因。该文提出了一种基于双层深度强化学习的园区综合能源系统多时间尺度优化管理方法。该方法面向包含燃气、热力、电力三种能源的园区综合能源系统模型，构建上、下两层深度确定性策略梯度（DDPG）管理模型，分别以0.5h和5min为长短时间尺度滚动制定燃气与热力系统、电力系统的管理方案。仿真结果表明，所提方法不仅能有效克服深度强化学习算法在训练过程中出现“维数灾难”情况，还能以差异化时间尺度滚动制定PIES的不同能源系统管理方案，并优化其总体经济效益。