基于机器学习的配用电场景信号覆盖优化技术

文档摘要：配用电场景是电力系统的重要组成部分,其无线网络设计对于提高配用电终端的信号质量、实现全面监测和管理、提升电力系统效率、支持智能化决策和控制,以及促进能源管理和节能减排具有重要的意义.本文面向配电网典型场景,提出基于机器学习的配电网场景覆盖优化技术.首先,根据实际电力业务终端和需求,建立配用电典型场景环境模型;其次,利用射线追踪技术生成信道大数据,并建立基于广义回归神经网络(generalregressionneuralnetwork,GRNN)的路损预测模型;最后,联合总覆盖率、平均单节点覆盖率、重复覆盖率作为奖励值,利用强化学习优化节点部署位置.仿真结果表明,所提GRNN路损预测模型可精确预测路损,所提联合多维指标的奖励函数计算方法可有效提高网络收敛速率.本文所提算法对配电网无线网络规划和设计具有重要意义.

Abstract：Thedistributionscenarioisanimportantpartofthepowersystem,anditswirelessnetworkdesignisimportantforimprovingthesignalqualityofpowerterminals,realizingcomprehensivemonitoringandmanagement,enhancingtheefficiencyofthepowersystem,supportingintelligentdecision-makingandcontrol,andpromotingenergymanagementandenergyconservation.Inthispaper,weproposeamachinelearning-baseddistributionnetworkscenariocoverageoptimizationtechniquefortypicalscenariosofdistributionnetworks.Firstly,adistributiontypicalscenarioenvironmentmodelisestablishedbasedonactualpowerbusinessterminalsanddemands.Secondly,ray-tracingtechniqueisusedtogeneratechannelbigdataandbuildageneralizedregressionneuralnetwork(GRNN)basedpathlosspredictionmodel.Finally,thetotalcoverage,averagesinglenodecoverage,andrepeatedcoveragearecombinedasrewardvaluesandreinforcementlearningisusedtooptimizenodedeploymentlocations.ThesimulationresultsshowthattheproposedGRNNpathlosspredictionmodelcanaccuratelypredictthepathloss,andtheproposedmethodofcalculatingtherewardfunctionbycombiningmulti-dimensionalindicatorscaneffectivelyimprovetheconvergencerateofthenetwork.Theproposedalgorithmisimportantfortheplanninganddesignofwirelessnetworksindistributionnetworks.

作者：谷毅   富子豪   王登政   江璟   陈之怡 Author：GUYi   FUZihao   WANGDengzheng   JIANGJing   CHENZhiyi
作者单位：国家电网有限公司,北京100031国网经济技术研究院有限公司,北京102209
刊名：电波科学学报 ISTICPKU
Journal：ChineseJournalofRadioScience
年，卷(期)：2024, 39(3)
分类号：TN929.5
关键词：配用电  覆盖优化  机器学习  强化学习  信道建模  
Keywords：electricitydistribution  coverageoptimization  machinelearning  reinforcementlearning  channelmodeling  
机标分类号：TN929.5TM711TP393.01
在线出版日期：2024年7月24日
基金项目：国家电网有限公司总部科技项目基于机器学习的配用电场景信号覆盖优化技术[
期刊论文]  电波科学学报--2024, 39(3)谷毅  富子豪  王登政  江璟  陈之怡配用电场景是电力系统的重要组成部分,其无线网络设计对于提高配用电终端的信号质量、实现全面监测和管理、提升电力系统效率、支持智能化决策和控制,以及促进能源管理和节能减排具有重要的意义.本文面向配电网典型场景,提...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

关键词：配用电,覆盖优化,机器学习,强化学习,信道建模,

2024-10-4 00:43 上传 基于机器学习的配用电场景信号覆盖优化技术.pdf

文件大小:

11.12 MB

下载次数:

60

高速下载