面向电力系统差异化业务的数据处理架构与低时延传输方法研究

作     者：夏元轶 滕昌志 徐波 徐邦宁 赵海涛 XIA Yuanyi;TENG Changzhi;XU Bo;XU Bangning;ZHAO Haitao

作者机构：国网江苏省电力有限公司江苏南京210000 南京邮电大学通信与信息工程学院江苏南京210003 

基　　金：国网江苏省电力有限公司科技项目(J2023042)资助项目 

出 版 物：《南京邮电大学学报（自然科学版）》 (Journal of Nanjing University of Posts and Telecommunications：Natural Science Edition)

年 卷 期：2024年第44卷第5期

页      码：37-46页

摘      要：面向差异化业务需求,电力物联网(Electric Internet of Things,EIoT)需要设计与之适配的数据处理架构,该架构将引入数据缓存、边缘处理等功能,并且涵盖EIoT中数据的清洗、过滤和融合等关键步骤。此外,在该架构基础上,需要同时满足大规模数据传输需求,尤其是将电力终端的能源效率(Energy Efficiency,EE)作为保障测量、监控、控制等多个电力运行环节超可靠低延迟通信(Ultra-Reliable and Low-Latency Communication,URLLC)的重要依据。在URLLC中,功率分配被认为是提高能效与数据处理效率的有效方法。然而,由于URLLC的特殊要求,传统香农公式在其中并不适用。因此,需要使用有限块长度编码理论来确保超可靠和低延迟的通信。文中解决了EIoT中URLLC的能效优化问题,并引入自适应深度神经网络,该技术可以根据不同电力设备接入数量,动态优化深度神经网络参数。深度神经网络将要优化的功率分配函数参数化,以无监督的方式离线训练,并可以在线部署以实现实时的功率分配结果。最后,仿真结果表明了所提方法在数据处理效率方面的有效性。

主 题 词：数据处理架构 电力物联网 超可靠低延时通信 功率控制 

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：10.14132/j.cnki.1673-5439.2024.05.005

馆 藏 号：203149391...