| 基于机器学习的电力通信网带宽分配算法 |
| |
| 引用本文： | 周楠,张平,郑征,陈明昊,樊冰. 基于机器学习的电力通信网带宽分配算法[J]. 电网与水力发电进展, 2021, 37(5): 67-73 |
| |
| 作者姓名： | 周楠 张平 郑征 陈明昊 樊冰 |
| |
| 作者单位： | 1. 国网河南省电力公司经济技术研究院;2. 华北电力大学 电气与电子工程学院 |
| |
| 基金项目： | 国家自然科学基金（51677065） |
| |
| 摘 要： | 网络切片技术可以优化5G电力通信网的数据传输性能，但是数据传输性能取决于5G电力通信网为各切片分配的带宽大小。为优化5G电力通信网中网络切片的时延效果，提出了一种基于机器学习的5G电力通信网带宽资源分配算法。该算法通过对5G电力通信网历史预留带宽量及获得的时延效果进行学习，进而确定当前时隙网络应该预留的带宽资源大小。得到当前网络所预留带宽大小后，算法会基于切片重要度按序准入切片。仿真结果显示，所提出的基于机器学习的带宽资源分配算法可以提升17.968%切片加权时延和，并获得43.21%的决策性价比增益。
|
| 关 键 词： | 机器学习；电力通信网；网络切片；5G；带宽分配 |
Bandwidth Allocation Algorithm for Power Communication Network Based on Machine Learning |
| |
| ZHOU Nan,ZHANG Ping,ZHENG Zheng,CHEN Minghao,FAN Bing. Bandwidth Allocation Algorithm for Power Communication Network Based on Machine Learning[J]. Advance of Power System & Hydroelectric Engineering, 2021, 37(5): 67-73 |
| |
| Authors: | ZHOU Nan ZHANG Ping ZHENG Zheng CHEN Minghao FAN Bing |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《电网与水力发电进展》浏览原始摘要信息 |
|
点击此处可从《电网与水力发电进展》下载全文 |
|
