融合网络的电力设备关联与资源优化方法、系统及介质技术方案

一种融合网络的电力设备关联与资源优化方法、系统及介质，方法包括：构建由卫星与地面基站以及电力设备组成电网场景下的系统模型；对系统模型进行具体化，分别得到设备关联模型、数据传输模型和能效模型；结合设备关联模型、数据传输模型和能效模型，在确保设备最低传输速率需求的条件下，将电力设备长期能效最大化，确定出对应的优化问题；将优化问题分解为在每个时隙内依次求解设备关联策略和功率控制方案两个子问题，并对所有时隙进行迭代，求出网络总运行时间内所有电力设备的最优功率控制方案。本发明专利技术可以实现设备的最佳关联并完成设备的功率优化，在确保电力设备最低传输速率需求的条件下，最大化电力设备的长期能效，提升网络性能。提升网络性能。提升网络性能。

【技术实现步骤摘要】
融合网络的电力设备关联与资源优化方法、系统及介质


[0001]本专利技术属于电力设备网络优化
，具体涉及一种融合网络的电力设备关联与资源优化方法、系统及介质。

技术介绍

[0002]随着“新能源、新业务”的广泛布局，智能电网涵盖的生产、运行环节持续增加，在诸如无人机输电线路巡检、机器人电力设施巡检，以及应急通信等智能电网应用场景中，电力设备数据信息呈爆发式增长的趋势，传统的单一地面网络数据收集方式将无法承载海量数据传输，因此，迫切需要有效的方案来解决电力设备数据收集困难的问题。
[0003]第五代移动通信技术(5th
‑
Generation，5G)和卫星的融合组网提供了一种有效的解决方案。第五代移动通信技术(5th
‑
Generation，5G)有着高速率、低功耗等优点，可以适应未来电力多场景、差异化业务灵活承载的需求，为电力系统提供灵活可靠的通信手段，但其部署需要有合理的网络架构和拓扑结构，进而减少同频干扰，提高用户体验速率，降低能耗。而卫星通信覆盖区域大、可看地域面积广、通信距离远、可靠性强，但存在通信时延较长，反馈较慢，通信链路极易受到外界因素干扰等问题。因此，将5G技术与卫星通信技术相融合，建立面向智能电网场景的5G与卫星融合通信立体网络，可以很好地发挥各自优势，弥补短板，从而进一步提高智能电网场景的数据传输能力，提高电力设备的传输能效。
[0004]然而，面向智能电网场景的5G与卫星融合网络的数据采集仍面临一些关键问题。首先，卫星相对于地面电力设备距离较远，数据直接从地面上传至卫星可能导致较大的传输损耗。其次，设备关联是5G与卫星融合异构网络中必须考虑的问题，设备关联决定设备该如何选择地面基站或卫星进行数据转发，使得系统负载均衡，从而提高系统能效。最后，在异构网络中，功率控制技术对降低设备能耗也有着重要作用，对系统性能也有着重大影响。

技术实现思路

[0005]本专利技术的目的在于针对上述现有技术中的问题，提供一种融合网络的电力设备关联与资源优化方法、系统及介质，实现设备的最佳关联并完成设备的功率优化，在确保电力设备最低传输速率需求的条件下，最大化电力设备的长期能效，提升网络性能。
[0006]为了实现上述目的，本专利技术有如下的技术方案：
[0007]第一方面，提供一种融合网络的电力设备关联与资源优化方法，包括：
[0008]构建由卫星与地面基站以及电力设备组成电网场景下的系统模型；
[0009]对系统模型进行具体化，分别得到设备关联模型、数据传输模型和能效模型；
[0010]结合设备关联模型、数据传输模型和能效模型，在确保设备最低传输速率需求的条件下，将电力设备长期能效最大化，确定出对应的优化问题；
[0011]将优化问题分解为在每个时隙内依次求解设备关联策略和功率控制方案两个子问题，并对所有时隙进行迭代，求出网络总运行时间内所有电力设备的最优功率控制方案。
[0012]作为一种优选方案，所述由卫星与地面基站以及电力设备组成电网场景包括至少
一个低轨卫星、U架无人机、B个地面5G基站和I个地面电力设备，地面5G基站和低轨卫星均配备有云端服务器数据中心，电力设备将采集到的数据直接转发至地面5G基站或者通过一架以预设轨迹飞行的无人机将数据上传至低轨卫星，并同时优化自身的传输功率；总优化时间分为T个时隙，每个时隙长度为τ，时隙模型为在每个时隙内，每个电力设备独立决定自身的设备关联策略和功率控制方案；所述电力设备、地面5G基站、无人机和低轨卫星工作在不同的频段。
[0013]作为一种优选方案，对系统模型进行具体化，得到设备关联模型的步骤具体包括：
[0014]使用二进制变量a
i,u
(t)和a
i,b
(t)分别表示电力设备i与无人机以及地面基站的连接情况；当a
i,u
(t)＝1时，表示在当前时隙，电力设备i选择将数据上传至无人机，进而转发至低轨卫星云服务器数据中心；当a
i,u
(t)＝0时，表示在当前时隙，电力设备i没有选择将数据上传至无人机；当a
i,b
(t)＝1时，表示在当前时隙，电力设备i选择将数据直接转发至地面5G基站；当a
i,b
(t)＝0时，表示在当前时隙，电力设备i没有选择将数据转发至地面5G基站。
[0015]作为一种优选方案，对系统模型进行具体化，得到数据传输模型的步骤具体包括：
[0016]当电力设备i选择将数据通过无人机进行传输时，根据香农公式和放大
‑
转发协议获取当前时隙电力设备i上传到低轨卫星的数据速率：
[0017][0018]式中，D是预先为每个电力设备分配的信道带宽，α
i,u
(t)表示地面电力设备到无人机处的信噪比，计算表达式为α
i,u
(t)＝P
i
(t)
·
w
i,u
(t)/σ2，式中P
i
(t)为电力设备i的发射功率，w
i,u
(t)为电力设备i到无人机的信道增益，σ2是高斯白噪声的方差；
[0019]数据从无人机到低轨卫星的信噪比用α
u
表示，计算表达式为α
u
＝P
u
·
w
u
/σ2，式中w
u
表示无人机到低轨卫星之间的信道增益，P
u
表示无人机的发射功率；
[0020]当电力设备i选择将数据直接转发至地面5G基站时，根据香农公式获取数据传输速率：
[0021][0022]式中，w
i,b
表示电力设备i到地面5G基站的信道增益。
[0023]作为一种优选方案，对系统模型进行具体化，得到能效模型的步骤中，电力设备长期总能效的计算表达式如下：
[0024][0025]作为一种优选方案，所述结合设备关联模型、数据传输模型和能效模型，在确保设备最低传输速率需求的条件下，将电力设备长期能效最大化，确定出对应的优化问题的步骤中，优化问题的表达式如下：
[0026][0027]s.t.C1:a
i,u
(t)∈{0,1}
[0028]C2:a
i,b
(t)∈{0,1}
[0029]C3:a
i,u
(t)+a
i,b
(t)≤1
[0030][0031][0032]C6:0≤P
i
(t)≤P
max
[0033]C7:R
i
(t)≥R0[0034]式中，优化的变量为设备关联策略a
u
和a
b
，以及电力设备的功率P；并且其中，和分别表示无人机、地面5G基站、电力设备和网络运行时间的集合；
[0035]C1和C2表示电力设备关联策略是一个二进制策本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种融合网络的电力设备关联与资源优化方法，其特征在于，包括：构建由卫星与地面基站以及电力设备组成电网场景下的系统模型；对系统模型进行具体化，分别得到设备关联模型、数据传输模型和能效模型；结合设备关联模型、数据传输模型和能效模型，在确保设备最低传输速率需求的条件下，将电力设备长期能效最大化，确定出对应的优化问题；将优化问题分解为在每个时隙内依次求解设备关联策略和功率控制方案两个子问题，并对所有时隙进行迭代，求出网络总运行时间内所有电力设备的最优功率控制方案。2.根据权利要求1所述融合网络的电力设备关联与资源优化方法，其特征在于，所述由卫星与地面基站以及电力设备组成电网场景包括至少一个低轨卫星、U架无人机、B个地面5G基站和I个地面电力设备，地面5G基站和低轨卫星均配备有云端服务器数据中心，电力设备将采集到的数据直接转发至地面5G基站或者通过一架以预设轨迹飞行的无人机将数据上传至低轨卫星，并同时优化自身的传输功率；总优化时间分为T个时隙，每个时隙长度为τ，时隙模型为在每个时隙内，每个电力设备独立决定自身的设备关联策略和功率控制方案；所述电力设备、地面5G基站、无人机和低轨卫星工作在不同的频段。3.根据权利要求2所述融合网络的电力设备关联与资源优化方法，其特征在于，对系统模型进行具体化，得到设备关联模型的步骤具体包括：使用二进制变量a
i,u
(t)和a
i,b
(t)分别表示电力设备i与无人机以及地面基站的连接情况；当a
i,u
(t)＝1时，表示在当前时隙，电力设备i选择将数据上传至无人机，进而转发至低轨卫星云服务器数据中心；当a
i,u
(t)＝0时，表示在当前时隙，电力设备i没有选择将数据上传至无人机；当a
i,b
(t)1时，表示在当前时隙，电力设备i选择将数据直接转发至地面5G基站；当a
i,b
(t)＝0时，表示在当前时隙，电力设备i没有选择将数据转发至地面5G基站。4.根据权利要求3所述融合网络的电力设备关联与资源优化方法，其特征在于，对系统模型进行具体化，得到数据传输模型的步骤具体包括：当电力设备i选择将数据通过无人机进行传输时，根据香农公式和放大
‑
转发协议获取当前时隙电力设备i上传到低轨卫星的数据速率：式中，
D
是预先为每个电力设备分配的信道带宽，α
i,u
(t)表示地面电力设备到无人机处的信噪比，计算表达式为α
i,u
(t)＝P
i
(t)
·
w
i,u
(t)/σ2，式中P
i
(t)为电力设备i的发射功率，w
i,u
(t)为电力设备i到无人机的信道增益，σ2是高斯白噪声的方差；数据从无人机到低轨卫星的信噪比用α
u
表示，计算表达式为α
u
＝P
u
·
w
u
/σ2，式中w
u
表示无人机到低轨卫星之间的信道增益，P
u
表示无人机的发射功率；当电力设备i选择将数据直接转发至地面5G基站时，根据香农公式获取数据传输速率：式中，w
i,b
表示电力设备i到地面5G基站的信道增益。5.根据权利要求4所述融合网络的电力设备关联与资源优化方法，其特征在于，对系统模型进行具体化，得到能效模型的步骤中，电力设备长期总能效的计算表达式如下：
6.根据权利要求5所述融合网络的电力设备关联与资源优化方法，其特征在于，所述结合设备关联模型、数据传输模型和能效模型，在确保设备最低传输速率需求的条件下，将电力设备长期能效最大化，确定出对应的优化问题的步骤中，优化问题的表达式如下：P1:s.t.C1:a
i,u
(t)∈{0,1}C2:a
i,b
(t)∈{0,1}C3:a
i,u
(t)+a
i,b
(t)≤1C4:C5:C6:0≤P
i
(t)≤P
max
C7:R
i
(t)≥R0式中，优化的变量为设备关联策略a
u
和a
b
，以及电力设备的功率P；并且其中，和分别表示无人机、地面5G基站、电力设备和网络运行时间的集合；C1和C2表示电力设备关联策略是一个二进制策略；C3表示在每个时隙每个电力设备最多选取一种数据传输方式；C4和C5表示每个时隙连接到无人机或地面5G基站的电力设备数量有上限，分别为A
U
和A
B
；C6表示每个电力设备的发射功率受最大功率P
max
限制；C7表示电力设备传输速率需满足最低传输速率需求。7.根据权利要求6所述融合网络的电力设备关联与资源优化方法，其特征在于，所述将优化问题分解为在每个时隙内依次求解设备关联策略和功率控制方案两个子问题，并对所有时隙进行迭代的步骤中，所述设备关联策略首先对电力设备进行等功率分配，...

【专利技术属性】
技术研发人员：朱思成，王智慧，丁慧霞，刘佳言，赵雄文，贾晨，刘芮彤，段方维，
申请(专利权)人：华北电力大学国网辽宁省电力有限公司电力科学研究院国家电网有限公司，
类型：发明
国别省市：