为保障智能电力通信业务差异化的服务质量(Quality of service,QoS)要求,该文首先考虑了传输中断和紧急数据传输对业务造成的影响,并建立了基于认知无线电的QoS优先级模型。提出了一种基于QoS的智能电力通信业务差分调度机制。该机制通...为保障智能电力通信业务差异化的服务质量(Quality of service,QoS)要求,该文首先考虑了传输中断和紧急数据传输对业务造成的影响,并建立了基于认知无线电的QoS优先级模型。提出了一种基于QoS的智能电力通信业务差分调度机制。该机制通过引入神经网络以优化传输机制,从而使系统平均时延最小。仿真结果表明,该文提出的差分调度机制保障了高优先级次要用户的低传输时延,同时将紧急数据的传输时延也限制在了很低的范围内,保障了各类智能电力通信业务的QoS要求。展开更多
针对如何提高短期电力负荷预测精度的问题,提出基于核主成分分析法(Kernel principal component analysis,KPCA)和改进的回声状态网络(Echo state network,ESN)算法相结合的方法对短期电力负荷进行预测研究。通过卡尔曼滤波(Kalman filt...针对如何提高短期电力负荷预测精度的问题,提出基于核主成分分析法(Kernel principal component analysis,KPCA)和改进的回声状态网络(Echo state network,ESN)算法相结合的方法对短期电力负荷进行预测研究。通过卡尔曼滤波(Kalman filtering,KF)方法训练回声状态网络的输出权值,引入修正因子对卡尔曼滤波的协方差矩阵进行修正,从而实现回声状态网络结构参数的调整,获得理想的网络结构模型。采用Lyapunov理论验证了改进回声状态网络算法的收敛性。采用核主成分分析法对气象因素进行降维处理,获得能够体现数据信息的主元信息。通过UCI(University of California Irvine)数据集仿真对比,验证了该算法相比于ESN、SVM(Support vector machine)、BP(Back propagation)、GA(Genetic algorithm)等算法具有更高的预测精度。在考虑气象因素的前提下,对短期负荷预测进行仿真实验,实验结果显示在正常天气和存在气象突变的情况下,改进的回声状态网络算法较GA-ESN和GA-BP算法有更高的预测精度,验证了该方法的实用性。展开更多
文摘为保障智能电力通信业务差异化的服务质量(Quality of service,QoS)要求,该文首先考虑了传输中断和紧急数据传输对业务造成的影响,并建立了基于认知无线电的QoS优先级模型。提出了一种基于QoS的智能电力通信业务差分调度机制。该机制通过引入神经网络以优化传输机制,从而使系统平均时延最小。仿真结果表明,该文提出的差分调度机制保障了高优先级次要用户的低传输时延,同时将紧急数据的传输时延也限制在了很低的范围内,保障了各类智能电力通信业务的QoS要求。
文摘针对如何提高短期电力负荷预测精度的问题,提出基于核主成分分析法(Kernel principal component analysis,KPCA)和改进的回声状态网络(Echo state network,ESN)算法相结合的方法对短期电力负荷进行预测研究。通过卡尔曼滤波(Kalman filtering,KF)方法训练回声状态网络的输出权值,引入修正因子对卡尔曼滤波的协方差矩阵进行修正,从而实现回声状态网络结构参数的调整,获得理想的网络结构模型。采用Lyapunov理论验证了改进回声状态网络算法的收敛性。采用核主成分分析法对气象因素进行降维处理,获得能够体现数据信息的主元信息。通过UCI(University of California Irvine)数据集仿真对比,验证了该算法相比于ESN、SVM(Support vector machine)、BP(Back propagation)、GA(Genetic algorithm)等算法具有更高的预测精度。在考虑气象因素的前提下,对短期负荷预测进行仿真实验,实验结果显示在正常天气和存在气象突变的情况下,改进的回声状态网络算法较GA-ESN和GA-BP算法有更高的预测精度,验证了该方法的实用性。
