为提高系统风电消纳率,降低氢能利用成本和系统碳排放量,提出一种基于动态偏差信息间隙决策理论(information gap decision theory,IGDT)的综合能源系统(integrated energy system,IES)协调优化策略。首先,在IES中引入混合制氢和富氧燃...为提高系统风电消纳率,降低氢能利用成本和系统碳排放量,提出一种基于动态偏差信息间隙决策理论(information gap decision theory,IGDT)的综合能源系统(integrated energy system,IES)协调优化策略。首先,在IES中引入混合制氢和富氧燃烧捕集系统,并构建含混合制氢和富氧燃烧捕集系统的IES模型;其次,以总运行成本最低为目标,建立确定性场景下的系统调度模型;再次,针对在处理风荷不确定性问题中传统IGDT决策模型表现出过于保守的问题,提出了基于动态偏差的IGDT决策模型;最后,通过算例结果验证了所提策略能有效提高系统总体经济性,实现了系统低碳经济协调运行。展开更多
将联邦学习应用于无线身体区域网络(wireless body area network,WBAN)可解决隐私数据保护问题,但仍然面临着全局模型准确率下降和能耗高的挑战。提出了面向智慧医疗的联邦学习系统模型,构建了各个WBAN节点参与联邦学习的能耗模型,分析...将联邦学习应用于无线身体区域网络(wireless body area network,WBAN)可解决隐私数据保护问题,但仍然面临着全局模型准确率下降和能耗高的挑战。提出了面向智慧医疗的联邦学习系统模型,构建了各个WBAN节点参与联邦学习的能耗模型,分析了其数据特性和资源特性。为保护本地数据隐私,避免直接获取原始数据信息,引入KL散度(Kullback-Leibler divergence)代表各节点的统计异构程度,通过信道增益、带宽等指标代表各节点的系统异构程度,提出了一种结合SAC(soft actor-critic)的联邦学习动态节点选择和资源分配方法。在每轮联邦学习训练开始前,SAC算法根据WBAN节点上传的数据特性和资源特性,动态选择参与训练的节点、分配本地计算资源和通信资源,解决WBAN节点的统计异构性和系统异构性导致的全局模型准确率下降和能耗高的问题。在CIFAR10、FashionMNIST、PathMNIST数据集上的实验表明,所提方法相比FedAvg、FAVOR、FLASH-RL,全局模型准确率至多提高20%、能耗降低了50%,并加快了全局模型收敛速度、减小了准确率波动,证明了所提方法的有效性。展开更多
文摘为提高系统风电消纳率,降低氢能利用成本和系统碳排放量,提出一种基于动态偏差信息间隙决策理论(information gap decision theory,IGDT)的综合能源系统(integrated energy system,IES)协调优化策略。首先,在IES中引入混合制氢和富氧燃烧捕集系统,并构建含混合制氢和富氧燃烧捕集系统的IES模型;其次,以总运行成本最低为目标,建立确定性场景下的系统调度模型;再次,针对在处理风荷不确定性问题中传统IGDT决策模型表现出过于保守的问题,提出了基于动态偏差的IGDT决策模型;最后,通过算例结果验证了所提策略能有效提高系统总体经济性,实现了系统低碳经济协调运行。
文摘将联邦学习应用于无线身体区域网络(wireless body area network,WBAN)可解决隐私数据保护问题,但仍然面临着全局模型准确率下降和能耗高的挑战。提出了面向智慧医疗的联邦学习系统模型,构建了各个WBAN节点参与联邦学习的能耗模型,分析了其数据特性和资源特性。为保护本地数据隐私,避免直接获取原始数据信息,引入KL散度(Kullback-Leibler divergence)代表各节点的统计异构程度,通过信道增益、带宽等指标代表各节点的系统异构程度,提出了一种结合SAC(soft actor-critic)的联邦学习动态节点选择和资源分配方法。在每轮联邦学习训练开始前,SAC算法根据WBAN节点上传的数据特性和资源特性,动态选择参与训练的节点、分配本地计算资源和通信资源,解决WBAN节点的统计异构性和系统异构性导致的全局模型准确率下降和能耗高的问题。在CIFAR10、FashionMNIST、PathMNIST数据集上的实验表明,所提方法相比FedAvg、FAVOR、FLASH-RL,全局模型准确率至多提高20%、能耗降低了50%,并加快了全局模型收敛速度、减小了准确率波动,证明了所提方法的有效性。
