基于DDPG的换流站融合终端任务卸载与资源调度方法

随着电力数字化技术的快速发展,数字换流站作为电力系统的关键组成部分,面临着日益增加的计算压力。针对数字换流站中融合终端的计算业务需求,提出了一种云–边缘–本地三层计算卸载框架。考虑终端设备的移动性,文章以最小化系统总时延为目标,根据业务需求构建马尔科夫决策模型,采用基于深度确定性策略梯度算法的动态任务卸载优化方法实现对云–边–端三层的总体计算资源和网络资源的最优调度。通过搭建深度强化学习环境并仿真实验,结果表明,所提方案相比于边缘–本地双层卸载方案,系统总时延减少了29.6%。     

基于多层次模糊评估的配电网节能潜力综合评价方法

配电网节能降损评价方法与改进措施的广泛应用是节能降损的有效途径。科学合理的节能技术方案不仅需要考虑节电效果,同时也应考虑对配电网安全性和经济性的影响。综合考虑了影响配电网节能潜力的各项指标,从节电效果、电网安全性和经济性3个角度评价节能方案的节能潜力大小,研究形成了基于多层次模糊评估方法的配电网节能潜力综合评价方法。实现了系统性、多层次地挖掘配电网整体节能潜力的目标。以IEEE 36节点配电网为实例,运用本文提出的评价方法,得出不同方案的节能潜力综合评估值,通过Matlab软件验证了该方法的有效性与可行性。