基于机器学习的配用电场景信号覆盖优化技术

作     者：谷毅 富子豪 王登政 江璟 陈之怡 GU Yi;FU Zihao;WANG Dengzheng;JIANG Jing;CHEN Zhiyi

作者机构：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 

基　　金：国家电网有限公司科技项目“面向新型电力系统的配电网二次系统规划设计关键技术研究”(5400-202256273A-2-0-XG) 

出 版 物：《电波科学学报》 (Chinese Journal of Radio Science)

年 卷 期：2024年第39卷第3期

页      码：518-525页

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(general regression neural network, 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。

主 题 词：配用电 覆盖优化 机器学习 强化学习 信道建模 

学科分类：080904[080904] 0810[工学-土木类] 0809[工学-计算机类] 08[工学] 080402[080402] 0804[工学-材料学] 081001[081001] 

D　O　I：10.12265/j.cjors.2023190

馆 藏 号：203128532...