一种分布式电源聚合控制的低时延动态路由方法技术

技术编号:41709863 阅读:19 留言:0更新日期:2024-06-19 12:39
本发明专利技术涉及网络路由技术领域,具体公开了一种分布式电源聚合控制的低时延动态路由方法,所述方法包括在网络路由中构建流量预测模型;所述流量预测模型用于搭建路由环境;定义并初始化有值函数网络和策略神经网络,拷贝有值函数网络和策略神经网络,创建目标有值函数网络和目标策略神经网络;步骤引入随机噪声,并根据基于流量预测模型确定初始状态;由策略神经网络对随机噪声和初始状态进行处理,构建经验池;在经验池中随机采样,训练有值函数网络。本发明专利技术将网络流量预测模型和基于深度学习的路由决策模型组合,并通过端到端的训练方式,最终实现了90.58%的路径选择准确率,并且相比于传统的滑动平均预测方法,能够提升14.92%的网络时延节省。

【技术实现步骤摘要】

本专利技术涉及网络路由,具体是一种分布式电源聚合控制的低时延动态路由方法


技术介绍

1、随着新型电力系统建设的推进,大量的分布式光伏、分布式储能、电动汽车充电桩等分布式源荷储能源接入配电网,对配电网的安全稳定运行产生了重要影响,需要对分布式源荷储设备进行调控。然而,分布式电源的通讯技术复杂,通讯网络的复杂性和延时不确定性给分布式电源的聚合调控带来了不利影响,因此需要考虑一种自适应网络变化的低延时动态路由方法,确保调控指令的及时下发和较高的实时性。

2、传统启发式的算法在实际系统中可能需要较长时间才能做出决策,更重要的是,实际在路由决策的当前时刻的整个拓扑的网络状况不能及时得到,特别是大型网络拓扑中,网络状况的测量可能也需要消耗一定时间,导致决策时参考的网络状况已经成为“历史”。

3、在进行路由决策时,应该参考当前时刻的网络状况,而这在实际系统中往往是很难做到的,往往用作参考的只能是历史时刻的一些网络参数。在这样的情况之下,如果能有准确的网络参数预测,特别是拓扑中每条链路的流量信息则会促进路由的决策更为准确,如何优化这种基于“历史”本文档来自技高网...

【技术保护点】

1.一种分布式电源聚合控制的低时延动态路由方法,其特征在于,所述方法包括:

2.根据权利要求1所述的分布式电源聚合控制的低时延动态路由方法,其特征在于,在网络路由中构建流量预测模型时,以时间序列形式的网络流量矩阵作为输入,网络流量矩阵包含覆盖网络路由拓扑中每个节点的时延矩阵和带宽矩阵,输出为拓扑中每条链路的流量信息。

3.根据权利要求2所述的分布式电源聚合控制的低时延动态路由方法,其特征在于,对于一个共有P个覆盖网络节点的拓扑,所述时延矩阵和所述带宽矩阵都具有相同的形状(p+2)*(p+2),包含目标服务器和目标用户。

4.根据权利要求3所述的分布式电...

【技术特征摘要】

1.一种分布式电源聚合控制的低时延动态路由方法,其特征在于,所述方法包括:

2.根据权利要求1所述的分布式电源聚合控制的低时延动态路由方法,其特征在于,在网络路由中构建流量预测模型时,以时间序列形式的网络流量矩阵作为输入,网络流量矩阵包含覆盖网络路由拓扑中每个节点的时延矩阵和带宽矩阵,输出为拓扑中每条链路的流量信息。

3.根据权利要求2所述的分布式电源聚合控制的低时延动态路由方法,其特征在于,对于一个共有p个覆盖网络节点的拓扑,所述时延矩阵和所述带宽矩阵都具有相同的形状(p+2)*(p+2),包含目标服务器和目标用户。

4.根据权利要求3所述的分布式电源聚合控制的低时延动态路由方法,其特征在于,将所述时延矩阵和所述带宽矩阵输入流量预测模型前,通过flatten层将所述时延矩阵和所述带宽矩阵展开成向量形式,所述流量预测模型包括一个包含128个隐藏状态的lstm结构,展开成向量形式的矩阵经过lstm结构处理后,输入与向量长度相等的全连接网络;所述流量预测模型还包括一个残差网络结构。

【专利技术属性】
技术研发人员:严栋李志明许佳佳史秋芸糜松朱晓斐张帅王亦然张科徐佳辉褚卿莹苏磊刘晓栋
申请(专利权)人:无锡市广盈电力设计有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1