智能电网中基于多智能体强化学习的频谱分配算法

针对智能电网中利用5G网络承载多样化电力终端的业务需求,提出了一种基于多智能体强化学习的频谱分配算法。首先,基于智能电网中部署的集成接入回程系统,考虑智能电网中轻量化和非轻量化终端业务的不同通信需求,将频谱分配问题建模为最大化系统总能效的非凸混合整数规划。其次,将前述问题构建为一个部分可观测的马尔可夫决策过程并转换为完全协作的多智能体问题,进而提出了一种集中训练分布执行框架下基于多智能体近端策略优化的频谱分配算法。最后,通过仿真验证了所提算法的性能。仿真结果表明,所提算法具有更快的收敛速度,通过有效减少层内与层间干扰、平衡接入与回程链路速率,可以将系统总速率提高25.2%。     

基于智能电网动态频谱接入方式研究

智能电网使用数据通信技术来收集和传送用于调度和决策的信息,从而更加有效和经济地使用电能。为了减少智能电网所需的数据传输能耗,尝试将认知技术用于从智能电表到数据集合单元(DAU)的数据传输。智能电表计量到的数据具有实效性(假定存在一个截止时间),必须快速传输,从而影响传输数据的准确性。本文采用吸收马尔科夫链,来分析计量数据的丢包率,及丢包造成的影响。     

基于深度强化学习的智能电网优化调度策略研究

文中探讨了深度强化学习在智能电网优化调度策略中的应用。通过引入深度Q网络（DQN）算法,验证了该技术在提高供电可靠性、降低发电成本和减少网损方面的有效性。深度强化学习调度策略在多种电网场景下均展现出显著的优势。实验结果表明,DRL调度策略能提高近3个百分点的供电可靠性,并明显降低发电成本和网损。     

基于深度学习在智能电网中的应用研究

随着科学技术的不断发展,深度学习逐渐引起了人们的注意,在很多领域中被广泛应用并且都取得了很好的成果,推动了智能电网的开发与应用。基于此,结合智能电网的特点,文章阐述了深度学习在智能电网中的应用,希望可以为其他研究者提供参考。     

基于智能电网的无线通信技术研究

智能电网需要实现信息聚合、自动控制等多种功能,对网络通信提出了更高的要求.在了解智能电网通信需求的基础上,分析了无线通信技术的应用优势,对相关技术在电网监控、用电服务以及业务开展中的应用情况展开了研究,并结合无线通信技术应用限制对未来的发展方向进行了探讨,旨在为相关人员提供参考.     

基于增强学习的5G网络切片资源动态优化方案

提出了一种基于增强学习的网络切片资源动态优化方案。使用该方案动态调整网络切片资源时,通过考虑未来网络切片中的业务流量变化情况,对业务流量进行预测,从而推断出未来网络资源的划分情况;再通过增强学习算法,使得未来时刻的网络资源划分状态对当前划分策略做出影响,从而得到当前的最佳策略。基于该算法,可以保证在资源分配过程中对网络需求变化做出快速响应,并通过仿真进行了验证。     

基于增强学习算法的云资源动态弹性伸缩

为解决云资源节点负载不均衡导致利用效率低、资源负载均衡性较差等问题,提出以增强学习算法改善云资源动态负载均衡弹性伸缩的方法.采用云资源动态特性基准分析云资源动态的最初基准,对云资源动态特性进行节点采样,设置云资源节点负载的上限和下限,实现云资源动态负载均衡控制;采用非均匀离散傅里叶变换方法,对其节点负载状态均匀调整,引...     

基于电网调度运行的智能防误技术

智能化发展促进了我国电力行业长足进步,电网调度运行智能防误技术的广泛应用是这一进步的典型表现之一,基于此,本文详细论述了调度智能操作票、电气设备防误操作、电网调度智能监控、电网调度辅助决策等技术的应用。     

电力市场下基于深度学习的智能电网运行控制

针对智能电网运行效率差、控制方式落后的问题,提出新型的智能电网运行控制方式.该方式应用半马尔可夫模型的深度学习算法,构建出智能电网运行控制方式的马尔可夫模型图,借用离散化处理方法对智能电网运行控制进行信息提取,设置合适的半马尔可夫模型参数调节模式,实现电网多种运行形式的集成管理和控制.通过构建数学控制模型,实现了智能电...     

WSN中基于强化学习的能效优化任务处理机制

以提高无线传感器网络中任务处理的能效为目标,提出了一种近似最优化的任务处理机制,无线传感器节点可根据任务缓存区的任务数量、信道条件,动态地实现任务向边缘服务器的卸载以及本地处理.将任务处理机制建模为马尔可夫决策过程,因为无线传感器节点不知道此过程的状态转移概率,所以采用A3C算法以实现在环境参数未知情况下的探索和学习,...     

区块链分布式技术在电力需求侧响应管理中的应用

研究了分散式区块链机制的理论,提出一种将区块链分布式技术应用于智能电网需求侧响应计划管理的方法。该方法基于区块链防篡改的分布式记账技术,存储从IoT智能计量设备收集的能量消耗信息,以编程方式定义每个消费者级别的自我执行智能合约,保障交易的灵活性。区块链分布式技术提供相关奖励或惩罚以平衡能源需求与电网能源生产的规则。基于共识的验证将用于检验需求响应计划,并为灵活的供应商提供适当的财务结算方式。结果表明,基于区块链分布式技术的电力需求侧管理可用于智能电网条件下的能源需求和生产匹配,需求响应信号精确度高,但收敛所需的灵活性减少。     

面向智能电网峰值负荷降低的用电数据分析

随着用电负荷需求不断增加所引发的峰值负荷过载问题,文中建立了智能家居(SH)和智能电网(SG)服务器之间数据通信模型,给出了配电网负荷需求管理的总体条件,并提出了一种面向智能电网(SG)的负荷数据分析DR管理方法,通过对用户的SH收集用电数据进行分析,设计了峰值负荷情况下的DR决策,分别从用户、电力公司和瞬时负荷变化三...     

基于智能电网的装表接电技术研究

装表接电的质量将直接影响到用电企业的经济效益,并影响到电力配网系统的安全性和可靠性.本文对智能电网的装表接电技术展开了分析探讨.     

浅谈农村供电市场的开发

文章分析了影响电力市场开发的因素和解决的建议。特别是农村供电市场的开发,其存在几个主要影响因素：电价因素、电网架构不合理、服务理念不强、人才培养滞后。因此,需要从统一销售电价、加快电力网架建设、培养农村市场供电增长点、理顺服务理念等几方面着手。     

基于电价政策的家电控制装置及控制方法

电价影响居民的用电行为,装置包括智能插座和家庭互动终端,两部分根据各自的功能需求分别采用不同的微处理器作为控制单元并相互配合形成一个完善的家庭用电网络,在阶梯峰谷和实时电价政策下可以智能的控制电器工作。整个装置不仅能采集家电的用电量,还能提供平台实现用户与家电的双向通信。一方面用户可以通过互动终端查询家庭用电信息;另一方面互动终端根据实时费率向用户提供用电策略,引导用户降低用电量和用电费。     

认知无线电跨层传输的建模与仿真

将认知无线电(CR)中的跨层传输建模为约束马尔可夫决策过程(MDP),考虑了频谱可用性的变化规律、上层数据的到达过程和信道衰落,提出一种满足掉包率约束的前提下最小化平均功率消耗的方案。采用拉格朗日乘子法对此过程求解,并用2种简化的方法,即状态聚合和行动集缩来解决因状态空间、行动集规模过大引起的收敛速度慢的问题。计算机仿真结果表明,简化方法对该方案的性能影响很小,且该方案的平均功耗最低。     

Costs and Benefits of Smart Grids on Liberalized Markets

The discussion about smart grid(SG) implementation is mostly focused on pilot projects.These projects are necessary for mapping of particular technical devices of advanced metering management(AMM) which is needed for successful SG and whole functional SG system operation.According to our opinion,for the next step of SG implementation,the participation of effective market design would be quite necessary.In other words,pilot project which is operated regardless to the market conditions and special SG tariff is incomplete and could be irrelevant for further evaluation of feasibility.With regard to above mentioned facts,the detailed cost-benefit-analysis(CBA) is needed to establish the correct methodology for evaluation of SG implementation effectiveness.Related aspects are mentioned and discussed in this paper,in which the particular cost and benefits as well as feedback that occurs as the reaction on implementation are summarized and quantified.     

基于Dec-POMDP的认知无线电网络频谱接入算法

针对认知无线电网络中认知用户（CR）的机会频谱感知及接入问题,提出了一种基于分布式部分可观测马尔科夫决策过程（Dec-POMDP）的多用户频谱接入算法。在该模型框架下,相邻CR用户通过交换接入策略,以区域策略梯度方向为基准,对各个CR用户的接入策略做出调整,从而得到最优联合接入策略。仿真结果表明：该算法有效降低了授权用户的容量损失,提高了空闲频谱的利用效率,能够更有效地做出接入决策。     

认知无线电中实现最优传输的在线学习方法

在认知无线电中,对频谱共享的典型研究具有以下两方面的缺点:第一,目前的研究大都基于信道状态完全已知的马尔科夫建模,使得这类模型的应用受到很大的限制;第二,大部分研究都是基于信道感知的在线学习,没有考虑不同信道状态下的最优传输的在线学习。针对以上问题,提出了一种新的算法:将信道未知情况下的最优传输策略建模为多臂赌博机模型。仿真分析表明:在信道不完全可知情况下的多臂赌博机在线学习算法和单门限最优离线传输策略相比,同样能获得最优K步策略。同时,本文通过UCB-TUNED方法改善了最优传输的K步保守策略的收敛性。