泛在电力物联网的关键技术与应用前景

泛在电力物联网是以电力系统为核心,结合智能终端传感器、通信网、人工智能和云平台技术构成的复杂多网流系统,其具有全息感知、泛在连接、开放共享、融合创新的特点。首先阐述了泛在电力物联网的基本概念、特征,并详细分析了其体系架构;其次,从智能芯片、5G与LPWA、物联网平台三方面探讨了泛在电力物联网的关键技术,从业务壁垒、信息安全、数据分析和商业模型4个角度分析了泛在电力物联网建设的关键难点;最后研究了泛在电力物联网的实际需求和应用前景。     

雾计算辅助车联网中面向视频直播业务的资源分配研究

提出一种车辆雾计算网络中视频直播业务的资源分配方法,通过联合优化比特率选择、用户调度和频谱资源分配,以实现在最大化视频质量的同时降低时延和视频抖动.为了降低时延和视频抖动,在效用函数的设计中将时延和比特率切换作为惩罚因子.由于网络的动态变化特性和可用的频谱资源,将上述优化问题建模为马尔可夫决策过程,采用Soft Actor-Critic深度强化学习算法获得最优资源分配策略.仿真结果证明,所提方法比现有强化学习算法具有更好的探索能力和收敛性能.     

基于边缘计算与区块链的车载计算资源智能调度研究

随着车联网(IoV)的快速发展及部署,用户对网络服务质量的要求也随之提高。车联网数据计算作为网络服务的重要内容之一,越来越受到关注。移动边缘计算(MEC)作为一种允许车辆将计算任务卸载到车联网系统边缘服务器的技术,能够有效降低计算时延,提升数据处理效率。然而,车联网的数据流量日益增加,导致边缘计算设备的需求量大幅提高且存在数据安全可靠性问题。对此,本文面向车联网中移动车辆计算卸载的场景,提出一种基于区块链的停放车辆辅助计算的系统模型。通过联合考虑服务器计算资源、车辆机动性等条件,利用深度强化学习(DRL)对计算卸载和资源分配策略进行优化,减少系统能耗和数据传输时延,并提高区块链系统的交易吞吐量。仿真结果表明,本文所提优化方法可以有效提升系统性能,同时具有良好的收敛性能和稳定性。     

基于堆栈降噪自编码网络的电力负荷识别

电力系统中负荷识别需要进行特征选择,而常见的人工方式特征选取比较困难。为解决负荷特征选择困难的问题,采用一种基于堆栈降噪自编码网络（SDAE）的电力负荷识别方法,能有效选取现场真实负荷波形的特征并加以识别,该方法是由一层后向传播的神经网络和多层降噪自编码器（DAE）构成。首先向数据信号中掺杂一定比例的噪声进行“破坏”,然后采用“破坏”后的信号重构原始信号,进而得到数据信号的波形特征,最后采用BP神经网络对整个数据处理网络进行有效监督和微调。经过现场实时采集的电力负荷波形数据验证,相较于BP神经网络算法,该方法的识别效果更佳。实验结果显示,采用SDAE方法在8类电力负荷的识别中辨析识别率超过96%。     

泛在电力物联网中将家电可控负荷转化成智能负荷的方法研究

为了实现负荷控制,传统的需求响应针对居民用户主要采用拉闸限电的调峰策略,用电方式较为被动。泛在电力物联网概念的提出使可控负荷转化成智能负荷成为可能。为了实现可控负荷控制的智能化,研究了泛在电力物联网在家电可控负荷控制中的应用。在智能家电控制算法中增加电网闲时的填谷作用,不仅实现了用电高峰期电网削峰,而且有效利用了用电低谷时期的容量闲置。并且允许用户预先设定负荷需求范围和不同时段家电重要系数,最大限度地满足了用户的舒适度需求。仿真结果验证了改进后智能家电控制算法的合理性。     

泛在电力物联网研究现状分析

泛在电力物联网的建设主要是将信息化和人工智能等新技术、新理念应用于企业发展进程中,以提高电力企业的技术水平,同时这也是服务于国家战略需要,符合推动互联网、大数据、人工智能和制造业深度融合的战略要求,其对推动我国的科技进步、产业升级和提高人民生活水平具有重要意义。对泛在电力物联网的提出背景、建设目标和意义等进行介绍;讨论各界对泛在电力物联网的态度和相应措施;对泛在电力物联网建设的技术支持进行分析;举例说明泛在电力物联网在当下的典型应用;最后指出泛在电力物联网发展过程中可能遇到的问题。     

物联网时代的智慧型物品探析

阐述了以物与物之间交流为标志的物联网将是一种无处不在的泛在网络,其目的是使地球上的"物"变得更加智慧。针对物联网中的物是具有感知和交流功能的智慧物之特点,分析了用智慧型物品的术语来表述物联网中的人造物可以体现与传统智能产品的差异和物联网特征,提出了智慧型物品的智慧主要来自于网络系统各类智慧解决方案以及智慧型物品的设计策略和理念。     

物联网时代的智慧型手机设计探析

在当下全球物联网建设不断发展的背景下,以手机设计为研究对象,对未来手机设计进行探索,提出了在未来物联网背景下智慧型手机设计的目标将是以高感知、高智能化、高交互化为载体,根据用户需要提供即时、高效和准确的解决方案;设计方法上,将以用户目标为导向,以用户与手机可能的多种交互方式为研究设计重点,以泛在数据导向设计策略、群体智慧支持设计创新、整合创新提升用户满意度等方法来推进最终设计方案。     

QoS-Aware and Resource-Efficient Dynamic Slicing Mechanism for Internet of Things

With the popularization of terminal devices and services in Internet of things (IoT), it will be a challenge to design a network resource allocation method meeting various QoS requirements and effectively using substrate resources. In this paper, a dynamic network slicing mechanism including virtual network (VN) mapping and VN reconfiguration is proposed to provide network slices for services. Firstly, a service priority model is defined to create queue for resource allocation. Then a slice including Virtual Network Function (VNF) placement and routing with optimal cost is generated by VN mapping. Next, considering temporal variations of service resource requirements, the size of network slice is adjusted dynamically to guarantee resource utilization in VN reconfiguration. Additionally, load balancing factors are designed to make traffic balanced. Simulation results show that dynamic slicing mechanism not only saves 22% and 31% cost than static slicing mechanism with extending shortest path (SS_ESP) and dynamic slicing mechanism with embedding single path (DS_ESP), but also maintains high service acceptance rate.     

泛在电力物联网实施策略研究

建设泛在电力物联网是实现能源转型目标的必要手段。从电力系统发展历程和面临的问题出发,论述了泛在电力物联网的意义,提出了实施策略和可能遇到的问题。为实现能源转型,风电光电等可再生能源装机容量不断增加。这些能源的随机性给电力系统的功率平衡造成巨大压力,有时不得不弃掉一部分风电光电。为了维持电力系统的稳定运行、提高风电光电的利用率,必须对可控负荷和分散式发电进行控制。因此,需要用互联网连接可控负荷和分散式发电,形成泛在电力物联网。常规发电厂、大型风电场、光电站等已经和电力系统连接了,调度可以直接控制。因此,泛在电力物联网主要任务是连接负荷和分散式发电,尤其是可控负荷。电动汽车是可控负荷中最容易实现可控的,其次是热水器、电热锅炉和空调等。利用泛在电力物联网,协同控制风电光电、可控负荷、分散式发电等,可以提高风电光电利用率,实现能源转型目标。     

基于物联网的新型智慧实训室电源管理系统的研究

智慧校园建设过程中,非常重要的一环是智慧实训室管理系统的建设,而智慧实训室电源管理系统是重中之重.本文拟介绍一种基于物联网的新型智慧实训室电源管理系统,该电源管理系统分三级管理和使用模式,采用智慧卡授权后才可用电.卡取走后自然断电,可查询用电时段和刷卡者,实训室内分整个实训室的取电和实训台位的取电两个部分,实训台位上学...     

储能参与泛在电力物联网辅助服务应用综述

电力体制的逐步深化改革和电力市场化交易机制的逐步完善,为储能发展提供了新的契机,储能将呈现出多元化发展的良好态势。同时辅助服务补偿机制的建立,加速了储能系统在辅助服务领域的渗透,辅助服务市场也将成为未来储能的主要应用方向之一。针对储能在辅助服务中的参与机制和研究现状进行调研归纳,讨论了储能在电力系统辅助服务中的发展前景和研究方向。结合泛在电力物联网的建设,对储能在我国参与辅助服务的商业模式进行了探讨。     

Resource Management in UAV Enabled MEC Networks

Mobile edge cloud networks can be used to offload computationally intensive tasks from Internet of Things (IoT) devices to nearby mobile edge servers, thereby lowering energy consumption and response time for ground mobile users or IoT devices. Integration of Unmanned Aerial Vehicles (UAVs) and the mobile edge computing (MEC) server will significantly benefit small, battery-powered, and energy-constrained devices in 5G and future wireless networks. We address the problem of maximising computation efficiency in U-MEC networks by optimising the user association and offloading indicator (OI), the computational capacity (CC), the power consumption, the time duration, and the optimal location planning simultaneously. It is possible to assign some heavy tasks to the UAV for faster processing and small ones to the mobile users (MUs) locally. This paper utilizes the k-means clustering algorithm, the interior point method, and the conjugate gradient method to iteratively solve the non-convex multi-objective resource allocation problem. According to simulation results, both local and offloading schemes give optimal solution.     

泛在电力物联网在电力市场应用中的展望

随着电力体制改革的不断深化,电力用户借助分布式发电、储能系统和电动汽车等新兴技术已经具备了参与电力交易的能力,但传统电力系统的运行控制方式却难以适应新时代开放电力市场的需求。国家电网有限公司所提出的泛在电力物联网（ubiquitous power internet of things,UPIoT）战略可以实现电力系统各环节互连、状态全面感知和优化控制,是建设开放电力市场的有效技术支撑。基于此,分析了新时代电力系统发展所面临的挑战以及建设泛在电力物联网的必要性;研究了泛在电力物联网在开放电力市场中的典型应用;对面向电力市场的泛在电力物联网关键技术进行了讨论,为构建现代化开放电力市场提供参考。