CN115021399A - 一种适配园区多能源供电网络的拓扑辨识方法及装置 - Google Patents

一种适配园区多能源供电网络的拓扑辨识方法及装置 Download PDF

Info

Publication number
CN115021399A
CN115021399A CN202210600351.0A CN202210600351A CN115021399A CN 115021399 A CN115021399 A CN 115021399A CN 202210600351 A CN202210600351 A CN 202210600351A CN 115021399 A CN115021399 A CN 115021399A
Authority
CN
China
Prior art keywords
topology identification
data packet
node
topology
identification
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210600351.0A
Other languages
English (en)
Inventor
周振宇
杨阳
王薇
刘晨
廖海君
吕磊
李嘉周
吴斗
田园
常健
陈语
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China Electric Power University
State Grid Sichuan Electric Power Co Ltd
Original Assignee
North China Electric Power University
State Grid Sichuan Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by North China Electric Power University, State Grid Sichuan Electric Power Co Ltd filed Critical North China Electric Power University
Priority to CN202210600351.0A priority Critical patent/CN115021399A/zh
Publication of CN115021399A publication Critical patent/CN115021399A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
    • H02J13/00007—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using the power network as support for the transmission
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Evolutionary Computation (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Artificial Intelligence (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Human Computer Interaction (AREA)
  • Primary Health Care (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Small-Scale Networks (AREA)

Abstract

本发明涉及一种适配园区多能源供电网络的拓扑辨识方法及装置，属于通信技术领域。本发明提出了一种基于强化学习上置信区间算法的拓扑辨识的数据包传输时延与丢包率联合优化方法，从两个时间尺度进行拓扑辨识和拓扑辨识的数据包传输时延和丢包率联合优化，在小时间尺度进行拓扑辨识，在大时间尺度联合优化拓扑辨识的数据包传输时延和丢包率。拓扑辨识结果影响编码方案偏好值更新，偏好值的更新结果又会反作用于下一时期的编码策略选择，实现拓扑辨识性能的持续性改进。

Description

一种适配园区多能源供电网络的拓扑辨识方法及装置
技术领域
本发明涉及一种适配园区多能源供电网络的拓扑辨识方法及装置，属于通信技术领域。
背景技术
现如今园区需要风、光、电、地热等多形式的能源合理规划，形成多级能源阶梯，为用户提供最优性价比的综合能源服务。为了实现上述目的，大量分布式能源接入园区供电系统，形成园区多能源供电网络。相较于传统能源网络，园区多能源供电需要考虑园区中多种分布式能源的分配、转换与协调，通过建立多能耦合系统，进行园区内多能源互补特性分析，并通过园区与用户的互动，进行基于需求响应的负荷调控以及分布式储能充放电调度。
为了全面分析园区多能耦合关系，园区调度中心需要实时获取园区内供电网络各节点的地理位置、连接方式、运行状态等信息，因此需要园区内设备终端与园区调度中心之间实现海量高可靠、低时延的数据通信。此外，在大量终端及海量传感接入背景下，园区内供电网络存在点多面广、结构复杂的特点，选择最优数据传输路径十分困难。为了支撑园区建立合理的数据传输方案，保障园区设备终端之间的高可靠低时延通信，需要对当前园区内部多能源供电网络进行准确的拓扑辨识。拓扑辨识是指在电能流动过程中，对网络中的电源、负荷、储能设备之间的连接关系与运行状态进行识别分析，目的是为园区能源业务数据通信提供物理支撑。其中，电力线载波通信将数据信息调制成高频信号，再耦合到电力线上进行传输，是一种不需要额外架设通信线路即可实现高速率数据传输的通信方式，其成本相较于光纤、5G等通信技术大大降低，成为当前园区进行拓扑辨识的首选通信方案。
然而，当前园区多能源供电网络的拓扑辨识技术仍然面临以下挑战：
第一，分布式能源具有一定的出力随机性和间歇性，这导致园区多能源供电网络电压容易大幅度波动以及功率质量下降，使得电力线载波信道衰减严重，单一采用电力线载波通信，难以支撑园区多能源供电网络的拓扑辨识。
第二，分布式光伏、储能、充电桩大规模接入园区供电系统，引入的高比例电力电子装置会对园区供电网络产生较强的电磁干扰(Electromagnetic Interference,EMI)噪声，造成园区供电网络的支路和节点的电能数据采集准确性下降，导致园区供电网络拓扑辨识结果可靠性降低。
第三，园区多能源设备具有数量多、投切频繁的特点，造成园区供电网络拓扑结构变化快，因此园区对辨识结果的实时性要求较高；且多能源设备的接入导致供电网络噪声功率上升，数据通信可靠性下降。传统供电网络拓扑辨识性能优化方法仅针对单一通信指标，导致拓扑辨识的数据包传输时延与可靠性无法同时兼顾。
综上所述，当前园区多能源供电网络拓扑辨识技术存在电力线载波拓扑辨识信号传输困难、供电网络支路和节点电能数据采集准确度下降、拓扑辨识优化针对单一指标难以同时兼顾拓扑辨识的数据包传输时延与丢包率联合优化等问题。
发明内容
为解决上述技术问题，本发明的目的是提供一种适配园区多能源供电网络的拓扑辨识方法。
本发明的一种适配园区多能源供电网络的拓扑辨识方法，具体步骤为：
基于电力线工频载波结合的拓扑辨识方法构建园区供电网络拓扑辨识多时间尺度系统模型；
将所述园区供电网络拓扑辨识多时间尺度系统模型细化为时延模型和丢包率模型；
基于电力线工频载波结合的拓扑辨识方法和上述时延模型和丢包率模型将拓扑辨识的数据包传输时延与丢包率优化问题描述为最小化指定时期数量下的拓扑辨识时延和数据包丢包率的加权和平均值；
提出基于强化学习上置信区间算法的拓扑辨识的数据包传输时延和丢包率的联合优化方法，在满足园区拓扑辨识设备数量约束、编码方案选择约束的条件下对优化问题进行最优解优化。
进一步的，所述电力线工频载波结合的拓扑辨识方法是在小时间尺度进行拓扑辨识，大时间尺度进行拓扑辨识的联合优化；
其中，所述大时间尺度指的是一个时期，在一个时期内，完成一次园区多能源供电网络的拓扑辨识；小时间尺度指的是一个轮次，在一个轮次内，完成针对该轮次识别到的设备的清单更新；其中，第e个时期内有K(e)个轮次，第k个轮次内，识别第k层设备，识别完毕后进行设备清单更新，第k个轮次结束；K(e) 的取值由当前编码策略和园区供电网络的实际通信情况决定，当拓扑辨识装置辨识出园区内所有设备的连接关系时，第e个时期结束；一个时期结束后，通过分析当前时期的拓扑辨识过程的时延和丢包率，计算当前时期编码策略的偏好值，并更新偏好值列表，随后在下一个时期选取偏好值最高的编码策略。
进一步的，所述拓扑辨识的流程为：
S1.1：中心节点向所有从节点广播电力线工频拓扑辨识数据包；接收该数据包的从节点返回包含本设备ID的电力线载波请求数据包；中心节点根据接收到的请求数据包估计SINR，将满足数据传输条件的从节点记录在第1层；中心节点广播拓扑辨识数据包后，等待指定的时间，再更新第1层从节点清单，并建立园区多能源供电网络中心节点与与第1层从节点之间的通信连接；
S1.2：当识别第k(k＞1)层从节点时，中心节点以第k-1层从节点作为中继，发送电力线工频拓扑辨识数据包；接收到该拓扑辨识数据包的从节点向其监听到的第k-1层从节点发送电力线载波请求数据包，第k-1层从节点分析其接收到的请求数据包SINR是否满足数据传输条件，若满足则向中心节点发送包含该 k-1层从节点和对应发送请求数据包的从节点设备ID的电力线载波标识数据包；
S1.3：当中心节点在广播第k层电力线工频拓扑辨识数据包之后等待指定的时间，第k层从节点拓扑辨识结束；随后中心节点更新从节点清单，并建立第k 层从节点与第k-1层从节点之间的通信连接；
S1.4：重复S1.2和S1.3，直到所有从节点都通过上层从节点与中心节点建立了通信连接，拓扑辨识设备清单建立完成；拓扑图生成模块获取设备清单，绘制园区供电网络平面拓扑图像，通过外部数据网上报调度主站并进行本地存储。
进一步的，所述园区供电网络拓扑辨识多时间尺度系统模型为：
中心节点进行园区多能源供电网络的拓扑辨识场景，共有M+1个节点，由1 个中心节点，M个从节点组成，集合表示为
Figure BDA0003667613290000041
d0表示中心节点，各个从节点之间的连接方式未知；
在大时间尺度，E个时期下拓扑辨识的数据包传输时延和可靠性联合优化问题，集合表示为
Figure BDA0003667613290000042
拓扑识别装置在每个时期完成一次拓扑辨识；在小时间尺度，每个时期包含K(e)个轮次，集合表示为
Figure BDA0003667613290000043
K(e)的取值与当前时期编码策略和供电网络的实际通信情况有关，中心节点在每个轮次更新从节点清单，完成新一层从节点的标识，用nk(e)表示拓扑识别装置在第e 个时期的第k轮次标识的从节点数量，K(e)与nk(e)的关系如下所示：
Figure BDA0003667613290000044
在每一轮次新一层从节点标识过程中为从节点统一设置了I种编码方案，集合表示为
Figure BDA0003667613290000045
其中ci表示第i种编码方案，在每轮次中，未被标识的从节点选择统一的编码方案向上层从节点发送请求数据包；设置编码方案选择变量ai,k(e)，若ai,k(e)＝1则表示中心节点在完成第e个时期的第k轮从节点清单的更新时命令未被标识的从节点采用第i个编码方案向上层从节点发送请求数据包，ai,k(e)＝0则表示未选择；在不同的轮次选择不同的编码方案，构成中心节点在一次拓扑辨识过程中的编码策略，集合可表示为
Figure BDA0003667613290000051
其中sl表示第l种编码策略。
进一步的，所述时延模型是指：
中心节点广播拓扑辨识数据包之后等待Tm时长后，停止接收标识数据包，并进行新一层从节点的标识，一个时期内上行请求数据包与标识数据包传输的时延和为拓扑辨识的轮次数量与中心节点等待时间Tm的乘积，表示为：
τ(e)＝TmK(e)。
进一步的，所述丢包率模型是指：
用
Figure BDA0003667613290000052
表示从节点在第e个时期的第k轮次选择第i种编码方案时数据包的平均丢包率，初始化为0，在每一个轮次结束时更新，更新公式如下所示，
Figure BDA0003667613290000053
其中，sk(e)表示在第e个时期的第k个轮次监听到拓扑辨识数据包的未标识节点数量；Pi,k(e)表示从节点在第e个时期的第k轮次选择第i种编码方案时数据包的丢包率，如下所示，
Figure BDA0003667613290000054
其中
Figure BDA0003667613290000055
是中心节点在第e个时期的第k轮次选择第i种编码方案建立从节点dm与从节点dn之间的通信连接时的丢包指示变量，如下所示，
Figure BDA0003667613290000056
Figure BDA0003667613290000061
其中
Figure BDA0003667613290000062
用于指示从节点dm在第e个时期的第k轮次选择第i种编码方案向从节点dn发送请求数据包时是否发生丢包，
Figure BDA0003667613290000063
表示请求数据包发生丢包；
Figure BDA0003667613290000064
用于指示从节点dn在第e个时期的第k轮次选择第i种编码方案向中心节点发送标识数据包时是否发生丢包，
Figure BDA0003667613290000065
表示标识数据包发生丢包；当请求数据包与标识数据包中有一个数据包发生丢包都会导致此次通信路径建立失败，则认为此次通信连接建立过程中发生丢包。
进一步的，所述优化问题为：
P1:
Figure BDA0003667613290000066
C1:
Figure BDA0003667613290000067
C2:
Figure BDA0003667613290000068
C3:
Figure BDA0003667613290000069
其中，λ加权系数，用于平衡拓扑辨识数据包丢包率对优化问题的影响，当λ增大时，拓扑辨识的可靠性优化效果增强，时延优化效果减弱；C1为园区多能源供电网络拓扑辨识的从节点数量约束，表示1个时期内拓扑辨识结束时要识别出当前园区供电网络内的所有的M个能源从节点终端的通信连接关系；C2和C3 为编码方案选择约束，其中C3表示在1个轮次内从节点只能选择1种编码方案传输请求和标识数据包。
进一步的，所述基于强化学习上置信区间算法的拓扑辨识的数据包传输时延和丢包率的联合优化方法具体流程为：
首先中心节点选取一种对比编码方案确定最大的辨识轮次，采用对比编码方案的数据包传输时延和丢包率均大于采用
Figure BDA00036676132900000610
中任意编码方案的数据包，中心节点基于最大辨识轮次整理出编码策略的偏好值列表，初始化每个编码方案的偏好值θl(0)；
其次中心节点在进行前L轮辨识操作时遍历选择不同的编码策略；
再次中心节点计算当前编码策略的偏好值θl(e)和平均偏好值
Figure BDA0003667613290000071
Figure BDA0003667613290000072
Figure BDA0003667613290000073
其中，θl(e)表示中心节点在第e次时期选取第l种编码策略进行拓扑辨识所计算出的偏好值，
Figure BDA0003667613290000074
表示中心节点在第e次拓扑辨识结束后对第l种编码策略的平均偏好值更新，yl(e)表示中心节点在进行e次拓扑辨识后选择第l种编码策略的总次数；
然后在遍历阶段结束后，在每一个时期中，拓扑识别装置在所有编码策略中选取偏好估计值最大的编码策略进行拓扑辨识，编码策略的偏好估计值计算如下：
Figure BDA0003667613290000075
其中，θl(e)表示中心节点在第e次拓扑辨识开始时对第l种编码策略的偏好值估计；
最后重复步骤2.3和步骤2.4，迭代到设定的E个时期之后，中心节点选取当前平均偏好值
Figure BDA0003667613290000076
最大的编码策略作为当前园区拓扑辨识的最优编码策略。
进一步的，所述拓扑辨识流程使用的拓扑辨识装置，包括拓扑辨识装置和节点辅助装置，其中拓扑辨识装置对应拓扑辨识流程中的中心节点，节点辅助装置对应拓扑辨识流程中的从节点；
其中，拓扑辨识装置作为中心节点利用电力线工频通信广播拓扑辨识数据包、建立设备园区供电网络拓扑辨识设备清单、在一个轮次内更新识别到的设备的清单、制定自适应编码策略、生成园区供电网络拓扑平面图像；
节点辅助装置作为从节点识别拓扑辨识装置下发的拓扑辨识指令并进行相应的操作、分析节点辅助装置请求数据包SINR、利用电力线载波通信上传请求数据包和标识数据包建立与拓扑辨识装置的通信连接。
进一步的，所述拓扑辨识装置包括中央处理器、数据存储模块、拓扑图生成模块、电力线通信模块；
其中，中央处理器负责接收和下发园区拓扑辨识指令、分析节点辅助装置请求数据包SINR并建立拓扑辨识设备清单、制定自适应编码策略，其中设备清单用于标记每一个设备的所属层级和与该设备建立通信连接的上一层设备的设备ID；
拓扑图生成模块具备简单的图形处理功能，获取中央处理器生成的设备清单，形成园区内供电网络的拓扑平面图像；
数据存储模块负责存储园区供电网络拓扑辨识设备清单或拓扑平面图像的本地存储；
电力线通信模块同时具有收发电力线载波信号和电力线工频信号的通信能力，拓扑辨识装置的电力线通信模块将拓扑辨识数据包通过电力线工频的形式广播发送给供电网络中各节点辅助装置，接收到拓扑辨识数据包的节点辅助装置发出电力线载波请求数据包或标识数据包给拓扑辨识装置。
进一步的，所述节点辅助装置包括微处理器和电力线通信模块；
其中，微处理器负责识别拓扑辨识装置下发的拓扑辨识指令并进行相应的操作、分析节点辅助装置请求数据包SINR；
节点辅助装置的电力线通信模块负责接收电力线路上拓扑辨识装置发出的电力线工频拓扑辨识数据包以及未标识节点辅助装置发出的电力线载波请求数据包，同时向拓扑辨识装置发送电力线载波标识数据包。
一种适配园区多能源供电网络的拓扑辨识装置，包括：
建模模块：用于基于电力线工频载波结合的拓扑辨识方法构建园区供电网络拓扑辨识多时间尺度系统模型；
细化模块：用于将所述园区供电网络拓扑辨识多时间尺度系统模型细化为时延模型和丢包率模型；
转化模块：用于基于电力线工频载波结合的拓扑辨识方法和上述时延模型和丢包率模型将拓扑辨识的数据包传输时延与丢包率优化问题描述为最小化指定时期数量下的拓扑辨识时延和数据包丢包率的加权和平均值；
优化模块：用于提出基于强化学习上置信区间算法的拓扑辨识的数据包传输时延和丢包率的联合优化方法，在满足园区拓扑辨识设备数量约束、编码方案选择约束的条件下对优化问题进行最优解优化。
进一步的，所述建模模块中电力线工频载波结合的拓扑辨识方法是在小时间尺度进行拓扑辨识，大时间尺度进行拓扑辨识的联合优化；
其中，所述大时间尺度指的是一个时期，在一个时期内，完成一次园区多能源供电网络的拓扑辨识；小时间尺度指的是一个轮次，在一个轮次内，完成针对该轮次识别到的设备的清单更新；其中，第个时期内有个轮次，第个轮次内，识别第层设备，识别完毕后进行设备清单更新，第个轮次结束；的取值由当前编码策略和园区供电网络的实际通信情况决定，当拓扑辨识装置辨识出园区内所有设备的连接关系时，第个时期结束；一个时期结束后，通过分析当前时期的拓扑辨识过程的时延和丢包率，计算当前时期编码策略的偏好值，并更新偏好值列表，随后在下一个时期选取偏好值最高的编码策略。
借由上述方案，本发明至少具有以下优点：
(1)本发明利用电力线载波和电力线工频的互补特性，使用电力线工频广播拓扑辨识数据包，使用电力线载波在电力线工频通信路径上传输请求数据包和标识数据包，可解决园区多能源供电网络中单一的电力线载波通信难以支撑拓扑辨识过程的问题。
(2)本发明通过分析电力线载波请求数据包SINR建立通信路径，从数据传输的角度辨识园区多能源供电网络的拓扑结构，无需采集供电网络节点或支路上的电能数据，可避免由于电能数据采集准确性低而导致辨识结果存在较大误差的问题。
(3)本发明提出了一种基于强化学习上置信区间算法的拓扑辨识的数据包传输时延和丢包率联合优化方法，通过制定自适应编码策略，构建最小化指定时期数量下拓扑辨识时延和数据包丢包率加权和平均值问题，大时间尺度进行拓扑辨识偏好值列表更新，小时间尺度进行设备清单更新，解决传统上拓扑辨识优化方法针对单一指标从而无法同时兼顾数据包传输时延和丢包率两个指标的联合优化问题。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某个实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1是本发明园区多能源供电网络拓扑辨识架构的示意图；
图2是本发明拓扑辨识装置结构示意图；
图3是本发明节点辅助装置结构示意图；
图4是本发明方法原理图；
图5是本发明拓扑辨识流程图；
图6是本发明拓扑辨识的数据包传输时延和丢包率联合优化流程图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
1.一种适配园区多能源供电网络的拓扑辨识装置
如图1所示，拓扑辨识装置通过外部数据网与调度主站相连，在园区内各能源设备终端的入线或出线端口处部署节点辅助装置，所述节点辅助装置与其对应的能源设备共享设备ID。
拓扑辨识装置包括中央处理器、数据存储模块、拓扑图生成模块、电力线通信模块，如图2所示。中央处理器负责接收和下发园区拓扑辨识指令、分析节点辅助装置请求数据包SINR并建立拓扑辨识设备清单、制定自适应编码策略，其中设备清单用于标记每一个设备的所属层级和与该设备建立通信连接的上一层设备的设备ID。拓扑图生成模块具备简单的图形处理功能，获取中央处理器生成的设备清单，形成园区内供电网络的拓扑平面图像。数据存储模块负责存储园区供电网络拓扑辨识设备清单或拓扑平面图像的本地存储。电力线通信模块同时具有收发电力线载波信号和电力线工频信号的通信能力，拓扑辨识装置的电力线通信模块将拓扑辨识数据包通过电力线工频的形式广播发送给供电网络中各节点辅助装置，接收到拓扑辨识数据包的节点辅助装置发出电力线载波请求数据包或标识数据包给拓扑辨识装置。
节点辅助装置包括微处理器和电力线通信模块，如图3所示。微处理器负责识别拓扑辨识装置下发的拓扑辨识指令并进行相应的操作、分析节点辅助装置请求数据包SINR。节点辅助装置的电力线通信模块负责接收电力线路上拓扑辨识装置发出的电力线工频拓扑辨识数据包以及未标识节点辅助装置发出的电力线载波请求数据包，同时向拓扑辨识装置发送电力线载波标识数据包。
2.一种适配园区多能源供电网络的拓扑辨识方法
本发明基于上述装置，设计了一种适配园区多能源供电网络的拓扑辨识方法，小时间尺度进行拓扑辨识，大时间尺度进行拓扑辨识的数据包传输时延和丢包率联合优化，具体方法原理如图4所示。
其中，大时间尺度指的是一个时期，在一个时期内，拓扑辨识装置完成一次园区多能源供电网络的拓扑辨识；小时间尺度指的是一个轮次，在一个轮次内，拓扑辨识装置完成针对该轮次识别到的设备的清单更新。其中，第e个时期内有K(e)个轮次，第k个轮次内，识别第k层设备，识别完毕后进行设备清单更新，第k个轮次结束。K(e)的取值由当前编码策略和园区供电网络的实际通信情况决定，当拓扑辨识装置辨识出园区内所有设备的连接关系时，第e个时期结束。一个时期结束后，拓扑辨识装置通过分析当前时期的拓扑辨识过程的时延和丢包率，计算当前时期编码策略的偏好值，并更新偏好值列表，随后在下一个时期选取偏好值最高的编码策略。
(1)拓扑辨识流程
利用电力线载波和电力线工频的互补优势，进行园区多能源供电网络的拓扑辨识，利用电力线工频通信抗干扰能力强的特性，广播电力线工频拓扑辨识数据包，通过计算电力线载波请求数据包SINR建立通信连接，可解决电力线载波通信信道质量差导致拓扑辨识的数据包传输困难的问题，拓扑辨识具体流程如图5所示。
步骤1.1：拓扑辨识装置向所有节点辅助装置广播电力线工频拓扑辨识数据包。接收该数据包的节点辅助装置将包含本设备ID的电力线载波请求数据包返回给拓扑辨识装置。拓扑辨识装置根据接收到的请求数据包估计SINR，将满足数据传输条件的设备记录为第1层设备。拓扑辨识装置在广播拓扑辨识数据包后，等待指定的时间，再更新第1层设备清单，并建立拓扑辨识装置与第1层设备之间的通信连接。
步骤1.2：当识别第k(k＞1)层设备时，拓扑辨识装置以第k-1层节点辅助装置作为中继，发送电力线工频拓扑辨识数据包；接收到该拓扑辨识数据包的节点辅助装置向其监听到的第k-1层节点辅助装置发送电力线载波请求数据包，第 k-1层节点辅助装置分析其接收到的请求数据包SINR是否满足数据传输条件，若满足则向拓扑辨识装置发送包含该k-1层节点辅助装置和对应发送请求数据包的节点辅助装置设备ID的电力线载波标识数据包。
步骤1.3：当拓扑辨识装置在广播第k层电力线工频拓扑辨识数据包之后等待指定的时间，第k层设备拓扑辨识结束。随后拓扑辨识装置更新设备清单，并建立第k层设备与第k-1层设备之间的通信连接。
步骤1.4：重复步骤1.2和步骤1.3，直到所有设备都通过上层设备与拓扑辨识装置建立了通信连接，拓扑辨识设备清单建立完成。拓扑图生成模块获取设备清单，绘制园区供电网络平面拓扑图像，通过外部数据网上报调度主站并进行本地存储。
(2)拓扑辨识的数据包传输时延和丢包率联合优化
进一步的，节点辅助装置在发送请求数据包和标识数据包时采用的编码方案同时影响数据包传输的时延和丢包率。采用复杂度高的编码方案可以提高信干噪比，使数据通信可靠性增加，并减少数据包传输丢包率；但另一方面，复杂的编码方案使数据包信息冗余度增加，数据包传输时延增大，在一个轮次中拓扑辨识装置能够接收到的标识数据包数量减少，导致拓扑辨识轮次的增加。因此本发明提出了一种基于强化学习的拓扑辨识数据通信的数据包传输时延和丢包率联合优化方法，通过制定自适应编码策略，联合优化拓扑辨识的数据包传输时延与丢包率，实现园区多能源供电网络高可靠低时延拓扑辨识，具体实施方案如下。
1)系统模型
考虑拓扑辨识装置进行园区多能源供电网络的拓扑辨识场景，设共有M+1 个设备，由1个拓扑辨识装置，M个节点辅助装置组成，集合表示为
Figure BDA0003667613290000131
d0表示拓扑辨识装置，各个设备之间的连接方式未知。
本发明采用离散时隙模型来描述多尺度拓扑辨识流程和拓扑辨识的数据包传输时延和丢包率联合优化。在大时间尺度，考虑E个时期下拓扑辨识的数据包传输时延和丢包率联合优化问题，集合表示为
Figure BDA0003667613290000132
拓扑识别装置在每个时期完成一次拓扑辨识；在小时间尺度，每个时期包含K(e)个轮次，集合表示为
Figure BDA0003667613290000133
K(e)的取值与当前时期编码策略和供电网络的实际通信情况有关，拓扑辨识装置在每个轮次更新设备清单，完成新一层设备的标识，用nk(e)表示拓扑识别装置在第e个时期的第k轮次标识的设备数量，则K(e)与 nk(e)的关系如下所示：
Figure BDA0003667613290000134
本发明在每一轮次新一层设备标识过程中为节点辅助装置统一设置了I种编码方案，集合表示为
Figure BDA0003667613290000135
其中ci表示第i种编码方案，在每轮次中，未被标识的节点辅助装置选择统一的编码方案向上层节点辅助装置发送请求数据包；设置编码方案选择变量ai,k(e)，若ai,k(e)＝1则表示拓扑辨识装置在完成第e个时期的第k轮设备清单的更新时命令未被标识的节点辅助装置采用第i个编码方案向上层节点辅助装置发送请求数据包，ai,k(e)＝0则表示未选择；在不同的轮次选择不同的编码方案，构成拓扑辨识装置在一次拓扑辨识过程中的编码策略，集合可表示为
Figure BDA0003667613290000141
其中sl表示第l种编码策略。
2)时延模型
一个轮次内的数据包传输总时延可分为下行拓扑辨识数据包传输时延、以及上行请求数据包与标识数据包传输时延和两部分。由于下行拓扑辨识数据包以广播的形式发送，其在每一轮次内的传输时延远远小于请求数据包与标识数据包的传输总时延，因此本发明忽略下行数据包传输时延的影响，只考虑上行请求数据包与标识数据包的传输时延和。
拓扑辨识装置广播拓扑辨识数据包之后等待Tm时长后，停止接收标识数据包，并进行新一层设备的标识。定义一个时期内上行请求数据包与标识数据包传输的时延和为拓扑辨识的轮次数量与拓扑辨识装置等待时间Tm的乘积，表示为：
τ(e)＝TmK(e) (2)
3)丢包率模型
在拓扑辨识丢包率模型构建方面，用
Figure BDA0003667613290000142
表示节点辅助装置在第e个时期的第k轮次选择第i种编码方案时数据包的平均丢包率，初始化为0，在每一个轮次结束时更新，更新公式如下所示，
Figure BDA0003667613290000143
Figure BDA0003667613290000151
其中，sk(e)表示在第e个时期的第k个轮次监听到拓扑辨识数据包的未标识节点数量；Pi,k(e)表示节点辅助装置在第e个时期的第k轮次选择第i种编码方案时数据包的丢包率，如下所示，
Figure BDA0003667613290000152
其中
Figure BDA0003667613290000153
是拓扑辨识装置在第e个时期的第k轮次选择第i种编码方案建立设备dm与设备dn之间的通信连接时的丢包指示变量，如下所示，
Figure BDA0003667613290000154
其中
Figure BDA0003667613290000155
用于指示节点辅助装置dm在第e个时期的第k轮次选择第i种编码方案向节点辅助装置dn发送请求数据包时是否发生丢包，
Figure BDA0003667613290000156
表示请求数据包发生丢包；
Figure BDA0003667613290000157
用于指示节点辅助装置dn在第e个时期的第k轮次选择第i种编码方案向拓扑辨识装置发送标识数据包时是否发生丢包，
Figure BDA0003667613290000158
表示标识数据包发生丢包；当请求数据包与标识数据包中有一个数据包发生丢包都会导致此次通信路径建立失败，则认为此次通信连接建立过程中发生丢包。
4)问题构建
本发明基于上述拓扑辨识方法及系统模型将优化问题构建为，最小化指定时期数量下的拓扑辨识时延和数据包丢包率的加权和平均值，具体如下：
P1:
Figure BDA0003667613290000161
C1:
Figure BDA0003667613290000162
C2:
Figure BDA0003667613290000163
C3:
Figure BDA0003667613290000164
其中，λ加权系数，用于平衡拓扑辨识数据包丢包率对优化问题的影响，当λ增大时，拓扑辨识的可靠性优化效果增强，时延优化效果减弱；C1为园区多能源供电网络拓扑辨识的设备数量约束，表示1个时期内拓扑辨识结束时要识别出当前园区供电网络内的所有的M个能源设备终端的通信连接关系；C2和C3为编码方案选择约束，其中C3表示在1个轮次内节点辅助装置只能选择1种编码方案传输请求和标识数据包。
5)优化步骤
拓扑辨识的数据包传输时延和丢包率联合优化具体流程如图6所示，
以上所述仅是本发明的优选实施方式，并不用于限制本发明，应当指出，步骤2.1：拓扑辨识装置首先选取一种对比编码方案确定最大的辨识轮次，采用对比编码方案的数据包传输时延和丢包率均大于采用
Figure BDA0003667613290000165
中任意编码方案的数据包，拓扑辨识装置基于最大辨识轮次整理出编码策略的偏好值列表，初始化每个编码方案的偏好值θl(0)；
步骤2.2：拓扑辨识装置在进行前L轮辨识操作时遍历选择不同的编码策略；
步骤2.3：拓扑辨识装置计算当前编码策略的偏好值θl(e)和平均偏好值
Figure BDA0003667613290000166
Figure BDA0003667613290000167
Figure BDA0003667613290000171
其中，θl(e)表示拓扑辨识装置在第e次时期选取第l种编码策略进行拓扑辨识所计算出的偏好值，
Figure BDA0003667613290000172
表示拓扑辨识装置在第e次拓扑辨识结束后对第l种编码策略的平均偏好值更新，yl(e)表示拓扑辨识装置在进行e次拓扑辨识后选择第l 种编码策略的总次数。
步骤2.4：在遍历阶段结束后，在每一个时期中，拓扑识别装置在所有编码策略中选取偏好估计值最大的编码策略进行拓扑辨识，编码策略的偏好估计值计算如下：
Figure BDA0003667613290000173
其中，θl(e)表示拓扑辨识装置在第e次拓扑辨识开始时对第l种编码策略的偏好值估计，本发明运用强化学习算法中的上置信区间算法，实现经验式选择和探索式选择的折中，避免拓扑辨识装置因为未探索到所有编码策略而陷入到局部最优的情况。
步骤2.5：重复步骤2.3和步骤2.4，迭代到设定的E个时期之后，拓扑辨识装置选取当前平均偏好值
Figure BDA0003667613290000174
最大的编码策略作为当前园区拓扑辨识的最优编码策略。
对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围；本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、 CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请实施例中的方案可以采用各种计算机语言实现，例如，面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/ 或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (13)

1.一种适配园区多能源供电网络的拓扑辨识方法，其特征在于具体步骤为：
基于电力线工频载波结合的拓扑辨识方法构建园区供电网络拓扑辨识多时间尺度系统模型；
将所述园区供电网络拓扑辨识多时间尺度系统模型细化为时延模型和丢包率模型；
基于电力线工频载波结合的拓扑辨识方法和上述时延模型和丢包率模型将拓扑辨识的数据包传输时延与丢包率优化问题描述为最小化指定时期数量下的拓扑辨识时延和数据包丢包率的加权和平均值；
提出基于强化学习上置信区间算法的拓扑辨识的数据包传输时延和丢包率的联合优化方法，在满足园区拓扑辨识设备数量约束、编码方案选择约束的条件下对优化问题进行最优解优化。
2.根据权利要求1所述的一种适配园区多能源供电网络的拓扑辨识方法，其特征在于：所述电力线工频载波结合的拓扑辨识方法是在小时间尺度进行拓扑辨识，大时间尺度进行拓扑辨识的联合优化；
其中，所述大时间尺度指的是一个时期，在一个时期内，完成一次园区多能源供电网络的拓扑辨识；小时间尺度指的是一个轮次，在一个轮次内，完成针对该轮次识别到的设备的清单更新；其中，第e个时期内有K(e)个轮次，第k个轮次内，识别第k层设备，识别完毕后进行设备清单更新，第k个轮次结束；K(e)的取值由当前编码策略和园区供电网络的实际通信情况决定，当拓扑辨识装置辨识出园区内所有设备的连接关系时，第e个时期结束；一个时期结束后，通过分析当前时期的拓扑辨识过程的时延和丢包率，计算当前时期编码策略的偏好值，并更新偏好值列表，随后在下一个时期选取偏好值最高的编码策略。
3.根据权利要求2所述的一种适配园区多能源供电网络的拓扑辨识方法，其特征在于：所述拓扑辨识的流程为：
S1.1：中心节点向所有从节点广播电力线工频拓扑辨识数据包；接收该数据包的从节点返回包含本设备ID的电力线载波请求数据包；中心节点根据接收到的请求数据包估计SINR，将满足数据传输条件的从节点记录在第1层；中心节点广播拓扑辨识数据包后，等待指定的时间，再更新第1层从节点清单，并建立园区多能源供电网络中心节点与与第1层从节点之间的通信连接；
S1.2：当识别第k(k＞1)层从节点时，中心节点以第k-1层从节点作为中继，发送电力线工频拓扑辨识数据包；接收到该拓扑辨识数据包的从节点向其监听到的第k-1层从节点发送电力线载波请求数据包，第k-1层从节点分析其接收到的请求数据包SINR是否满足数据传输条件，若满足则向中心节点发送包含该k-1层从节点和对应发送请求数据包的从节点设备ID的电力线载波标识数据包；
S1.3：当中心节点在广播第k层电力线工频拓扑辨识数据包之后等待指定的时间，第k层从节点拓扑辨识结束；随后中心节点更新从节点清单，并建立第k层从节点与第k-1层从节点之间的通信连接；
S1.4：重复S1.2和S1.3，直到所有从节点都通过上层从节点与中心节点建立了通信连接，拓扑辨识设备清单建立完成；拓扑图生成模块获取设备清单，绘制园区供电网络平面拓扑图像，通过外部数据网上报调度主站并进行本地存储。
4.根据权利要求1所述的一种适配园区多能源供电网络的拓扑辨识方法，其特征在于：所述园区供电网络拓扑辨识多时间尺度系统模型为：
中心节点进行园区多能源供电网络的拓扑辨识场景，共有M+1个节点，由1个中心节点，M个从节点组成，集合表示为
Figure FDA0003667613280000021
d0表示中心节点，各个从节点之间的连接方式未知；
在大时间尺度，E个时期下拓扑辨识的数据包传输时延和可靠性联合优化问题，集合表示为
Figure FDA0003667613280000022
拓扑识别装置在每个时期完成一次拓扑辨识；在小时间尺度，每个时期包含K(e)个轮次，集合表示为
Figure FDA0003667613280000023
K(e)的取值与当前时期编码策略和供电网络的实际通信情况有关，中心节点在每个轮次更新从节点清单，完成新一层从节点的标识，用nk(e)表示拓扑识别装置在第e个时期的第k轮次标识的从节点数量，K(e)与nk(e)的关系如下所示：
Figure FDA0003667613280000031
在每一轮次新一层从节点标识过程中为从节点统一设置了I种编码方案，集合表示为
Figure FDA0003667613280000032
其中ci表示第i种编码方案，在每轮次中，未被标识的从节点选择统一的编码方案向上层从节点发送请求数据包；设置编码方案选择变量ai,k(e)，若ai,k(e)＝1则表示中心节点在完成第e个时期的第k轮从节点清单的更新时命令未被标识的从节点采用第i个编码方案向上层从节点发送请求数据包，ai,k(e)＝0则表示未选择；在不同的轮次选择不同的编码方案，构成中心节点在一次拓扑辨识过程中的编码策略，集合可表示为
Figure FDA0003667613280000033
其中sl表示第l种编码策略。
5.根据权利要求1所述的一种适配园区多能源供电网络的拓扑辨识方法，其特征在于：所述时延模型是指：
中心节点广播拓扑辨识数据包之后等待Tm时长后，停止接收标识数据包，并进行新一层从节点的标识，一个时期内上行请求数据包与标识数据包传输的时延和为拓扑辨识的轮次数量与中心节点等待时间Tm的乘积，表示为：
τ(e)＝TmK(e)。
6.根据权利要求1所述的一种适配园区多能源供电网络的拓扑辨识方法，其特征在于：所述丢包率模型是指：
用
Figure FDA0003667613280000034
表示从节点在第e个时期的第k轮次选择第i种编码方案时数据包的平均丢包率，初始化为0，在每一个轮次结束时更新，更新公式如下所示，
Figure FDA0003667613280000041
其中，sk(e)表示在第e个时期的第k个轮次监听到拓扑辨识数据包的未标识节点数量；Pi,k(e)表示从节点在第e个时期的第k轮次选择第i种编码方案时数据包的丢包率，如下所示，
Figure FDA0003667613280000042
其中
Figure FDA0003667613280000043
是中心节点在第e个时期的第k轮次选择第i种编码方案建立从节点dm与从节点dn之间的通信连接时的丢包指示变量，如下所示，
Figure FDA0003667613280000044
其中
Figure FDA0003667613280000045
用于指示从节点dm在第e个时期的第k轮次选择第i种编码方案向从节点dn发送请求数据包时是否发生丢包，
Figure FDA0003667613280000046
表示请求数据包发生丢包；
Figure FDA0003667613280000047
用于指示从节点dn在第e个时期的第k轮次选择第i种编码方案向中心节点发送标识数据包时是否发生丢包，
Figure FDA0003667613280000048
表示标识数据包发生丢包；当请求数据包与标识数据包中有一个数据包发生丢包都会导致此次通信路径建立失败，则认为此次通信连接建立过程中发生丢包。
7.根据权利要求1所述的一种适配园区多能源供电网络的拓扑辨识方法，其特征在于：所述优化问题为：
Figure FDA0003667613280000051
其中，λ加权系数，用于平衡拓扑辨识数据包丢包率对优化问题的影响，当λ增大时，拓扑辨识的可靠性优化效果增强，时延优化效果减弱；C1为园区多能源供电网络拓扑辨识的从节点数量约束，表示1个时期内拓扑辨识结束时要识别出当前园区供电网络内的所有的M个能源从节点终端的通信连接关系；C2和C3为编码方案选择约束，其中C3表示在1个轮次内从节点只能选择1种编码方案传输请求和标识数据包。
8.根据权利要求1所述的一种适配园区多能源供电网络的拓扑辨识方法，其特征在于：所述基于强化学习上置信区间算法的拓扑辨识的数据包传输时延和丢包率的联合优化方法具体流程为：
首先中心节点选取一种对比编码方案确定最大的辨识轮次，采用对比编码方案的数据包传输时延和丢包率均大于采用
Figure FDA0003667613280000052
中任意编码方案的数据包，中心节点基于最大辨识轮次整理出编码策略的偏好值列表，初始化每个编码方案的偏好值θl(0)；
其次中心节点在进行前L轮辨识操作时遍历选择不同的编码策略；
接着中心节点计算当前编码策略的偏好值θl(e)和平均偏好值
Figure FDA0003667613280000053
Figure FDA0003667613280000054
Figure FDA0003667613280000061
其中，θl(e)表示中心节点在第e次时期选取第l种编码策略进行拓扑辨识所计算出的偏好值，
Figure FDA0003667613280000062
表示中心节点在第e次拓扑辨识结束后对第l种编码策略的平均偏好值更新，yl(e)表示中心节点在进行e次拓扑辨识后选择第l种编码策略的总次数；
然后在遍历阶段结束后，在每一个时期中，拓扑识别装置在所有编码策略中选取偏好估计值最大的编码策略进行拓扑辨识，编码策略的偏好估计值计算如下：
Figure FDA0003667613280000063
其中，θl(e)表示中心节点在第e次拓扑辨识开始时对第l种编码策略的偏好值估计；
最后重复步骤2.3和步骤2.4，迭代到设定的E个时期之后，中心节点选取当前平均偏好值
Figure FDA0003667613280000064
最大的编码策略作为当前园区拓扑辨识的最优编码策略。
9.根据权利要求3所述的一种适配园区多能源供电网络的拓扑辨识方法，其特征在于：所述拓扑辨识流程使用的拓扑辨识装置，包括拓扑辨识装置和节点辅助装置，其中拓扑辨识装置对应拓扑辨识流程中的中心节点，节点辅助装置对应拓扑辨识流程中的从节点；
其中，拓扑辨识装置作为中心节点利用电力线工频通信广播拓扑辨识数据包、建立设备园区供电网络拓扑辨识设备清单、在一个轮次内更新识别到的设备的清单、制定自适应编码策略、生成园区供电网络拓扑平面图像；
节点辅助装置作为从节点识别拓扑辨识装置下发的拓扑辨识指令并进行相应的操作、分析节点辅助装置请求数据包SINR、利用电力线载波通信上传请求数据包和标识数据包建立与拓扑辨识装置的通信连接。
10.根据权利要求9所述的一种适配园区多能源供电网络的拓扑辨识方法，其特征在于：所述拓扑辨识装置包括中央处理器、数据存储模块、拓扑图生成模块、电力线通信模块；
其中，中央处理器负责接收和下发园区拓扑辨识指令、分析节点辅助装置请求数据包SINR并建立拓扑辨识设备清单、制定自适应编码策略，其中设备清单用于标记每一个设备的所属层级和与该设备建立通信连接的上一层设备的设备ID；
拓扑图生成模块具备简单的图形处理功能，获取中央处理器生成的设备清单，形成园区内供电网络的拓扑平面图像；
数据存储模块负责存储园区供电网络拓扑辨识设备清单或拓扑平面图像的本地存储；
电力线通信模块同时具有收发电力线载波信号和电力线工频信号的通信能力，拓扑辨识装置的电力线通信模块将拓扑辨识数据包通过电力线工频的形式广播发送给供电网络中各节点辅助装置，接收到拓扑辨识数据包的节点辅助装置发出电力线载波请求数据包或标识数据包给拓扑辨识装置。
11.根据权利要求9所述的一种适配园区多能源供电网络的拓扑辨识方法，其特征在于：所述节点辅助装置包括微处理器和电力线通信模块；
其中，微处理器负责识别拓扑辨识装置下发的拓扑辨识指令并进行相应的操作、分析节点辅助装置请求数据包SINR；
节点辅助装置的电力线通信模块负责接收电力线路上拓扑辨识装置发出的电力线工频拓扑辨识数据包以及未标识节点辅助装置发出的电力线载波请求数据包，同时向拓扑辨识装置发送电力线载波标识数据包。
12.一种适配园区多能源供电网络的拓扑辨识装置，其特征在于：包括：
建模模块：用于基于电力线工频载波结合的拓扑辨识方法构建园区供电网络拓扑辨识多时间尺度系统模型；
细化模块：用于将所述园区供电网络拓扑辨识多时间尺度系统模型细化为时延模型和丢包率模型；
转化模块：用于基于电力线工频载波结合的拓扑辨识方法和上述时延模型和丢包率模型将拓扑辨识的数据包传输时延与丢包率优化问题描述为最小化指定时期数量下的拓扑辨识时延和数据包丢包率的加权和平均值；
优化模块：用于提出基于强化学习上置信区间算法的拓扑辨识的数据包传输时延和丢包率的联合优化方法，在满足园区拓扑辨识设备数量约束、编码方案选择约束的条件下对优化问题进行最优解优化。
13.根据权利要求12所述的一种适配园区多能源供电网络的拓扑辨识装置，其特征在于：所述建模模块中电力线工频载波结合的拓扑辨识方法是在小时间尺度进行拓扑辨识，大时间尺度进行拓扑辨识的联合优化；
其中，所述大时间尺度指的是一个时期，在一个时期内，完成一次园区多能源供电网络的拓扑辨识；小时间尺度指的是一个轮次，在一个轮次内，完成针对该轮次识别到的设备的清单更新；其中，第个时期内有个轮次，第个轮次内，识别第层设备，识别完毕后进行设备清单更新，第个轮次结束；的取值由当前编码策略和园区供电网络的实际通信情况决定，当拓扑辨识装置辨识出园区内所有设备的连接关系时，第个时期结束；一个时期结束后，通过分析当前时期的拓扑辨识过程的时延和丢包率，计算当前时期编码策略的偏好值，并更新偏好值列表，随后在下一个时期选取偏好值最高的编码策略。
CN202210600351.0A 2022-05-28 2022-05-28 一种适配园区多能源供电网络的拓扑辨识方法及装置 Pending CN115021399A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210600351.0A CN115021399A (zh) 2022-05-28 2022-05-28 一种适配园区多能源供电网络的拓扑辨识方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210600351.0A CN115021399A (zh) 2022-05-28 2022-05-28 一种适配园区多能源供电网络的拓扑辨识方法及装置

Publications (1)

Publication Number Publication Date
CN115021399A true CN115021399A (zh) 2022-09-06

Family

ID=83071449

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210600351.0A Pending CN115021399A (zh) 2022-05-28 2022-05-28 一种适配园区多能源供电网络的拓扑辨识方法及装置

Country Status (1)

Country Link
CN (1) CN115021399A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115694560A (zh) * 2022-10-19 2023-02-03 华北电力大学 基于电力线载波的低碳园区群拓扑预测和授时方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115694560A (zh) * 2022-10-19 2023-02-03 华北电力大学 基于电力线载波的低碳园区群拓扑预测和授时方法及系统

Similar Documents

Publication Publication Date Title
CN102355670B (zh) 一种多信道无线mesh网络信道分配方法
CN113765544B (zh) 基于hplc与rf的双模异构场域网多径并发传输方法、系统及装置
CN110381161B (zh) 电力物联网系统中基于博弈论的资源调度方法
CN112040498B (zh) 一种基于定点迭代的无线供能传感器网络时间分配方法
CN111628855A (zh) 基于深度强化学习的工业5g动态多优先级多接入方法
CN113596785A (zh) 基于深度q网络的d2d-noma通信系统资源分配方法
CN111865474B (zh) 基于边缘计算的无线通信抗干扰决策方法及系统
CN114900264A (zh) 一种面向低碳园区群的智能分层时间同步方法及系统
CN115021399A (zh) 一种适配园区多能源供电网络的拓扑辨识方法及装置
CN109495908A (zh) 一种基于lte无线与超低功耗物联网无线融合的网络优化方法
CN115622603A (zh) 一种辅助传输信息年龄最小化优化方法
CN114143248A (zh) 基于双模通信的异构通信方法、装置、计算机和可读介质
CN116614195A (zh) 基于边缘容器的电碳计算智能融合终端及时间同步方法
CN113131971B (zh) 基于IPv6的电力线载波通信网关装置的组网传输方法及系统
CN111586178B (zh) 一种基于大数据的智能通信分配系统
CN113453255B (zh) 一种边设备容器的业务数据传输负载均衡优化方法及装置
CN108964714A (zh) 基于非对称信道的电力线通信的组网方法
CN115882899B (zh) 分布式新能源接入的通信虚拟组网方法、系统及存储介质
CN104346655A (zh) 蜂巢结构动态算法在智能用电信息管理系统中的应用方法
CN112436868B (zh) 一种分布式光伏电力通道复用数据传输方法及系统
CN116074967A (zh) 一种支持信息年龄优化的节点辅助调度方法
CN114520939B (zh) 基于指标感知进化的光网络资源分配方法
CN117279019B (zh) 频谱效率的预测方法、装置、电子设备及存储介质
CN113726400B (zh) 一种用于无线通信的多功能电子系统及通信方法
SHI Backpressure Learning-Based Data Transmission Reliability-Aware Self-Organizing Networking for Power Line Communication in Distribution Network

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination