-
公开(公告)号：CN114501355A
公开(公告)日：2022-05-13
申请号：CN202210261820.0
申请日：2022-03-16
Applicant: 华北电力大学
IPC: H04W4/18 , H04W4/38 , H04W12/03 , H04W52/34 , H04L67/565 , H04L67/12 , H04L9/40 , G16Y30/10 , G06Q50/06 , G06Q10/10 , G06Q10/06 , G06Q10/04
Abstract: 本发明公开了一种适应园区电碳信息转换的保密容量保障系统及方法，系统包括：端层、边层、业务层。所述端层通过在电气设备上部署多模态物联终端，实现数据采集。边层包括一个多模态边缘计算网关，网关通过多模态通信介质与电气设备进行交互，并通过专网将数据上传至业务层。业务层通过大数据分析和机器学习方法，实现数据深度解析，支撑低碳业务运行。方法包括：通过联合优化信道选择与功率分配策略，能够在设备侧队列稳定性约束下最大化保密容量、设备能耗和排队时延的加权差值，解决低碳业务与多模态通信资源适配与多模态接入冲突问题，保障低碳业务的多属性QoS需求。
-
公开(公告)号：CN112804728B
公开(公告)日：2022-05-03
申请号：CN202110005745.7
申请日：2021-01-05
Applicant: 华北电力大学 , 国网山东省电力公司电力科学研究院 , 国家电网有限公司
Abstract: 本发明公开了一种基于上下文学习的电力物联网海量终端接入控制方法，应用于电力物联网海量终端接入控制，该方法由构建系统模型、构建最大化网络总能效模型、算法设计三个步骤构成，该方法利用快速上行链路授权、强化学习和预测算法的结合，不需要预先知道未来信道状态、终端队列积压等信息的情况下，便可以动态调整上行链路授权策略，在满足终端接入服务质量需求的同时，能够提高网络总能效。
-
公开(公告)号：CN114025321A
公开(公告)日：2022-02-08
申请号：CN202111306379.5
申请日：2021-11-05
Applicant: 华北电力大学
Abstract: 本发明公开了基于快速上行授权的海量电力物联终端接入控制方法，包括以下步骤：S1：构建系统模型；S2：根据系统模型建立问题模型和转换问题；S3：根据问题模型和转换问题，建立基于优先级感知DQN的快速上行授权接入控制优化算法；本发明考虑不同业务差异化服务质量要求，通过在短期接入控制约束和长期优先级约束下最小化网络中所有终端的最大接入排队时延。
-
公开(公告)号：CN114006399A
公开(公告)日：2022-02-01
申请号：CN202111160519.2
申请日：2021-09-30
Applicant: 华北电力大学
Abstract: 本发明涉及一种规模化5G基站参与配电网需求响应的优化调度方法，属于配电网优化调度技术领域。应用于辅助电网需求侧管理，通过利用规模化5G基站储能的可调度能量资源，在大时间尺度负荷高峰时段为电网提供削峰服务，并在小时间尺度以降低基站用能成本为目标，对能量共享模式下规模化5G基站的能量流进行优化。首先，通过最优契约的设计鼓励规模化基站参与智能配电网大时间尺度需求响应；其次，在需求响应过程中，从小时间尺度角度对规模化基站内部层与交互层的能量流进行优化，有效地降低基站用能成本并提高基站储能出力的稳定性。
-
公开(公告)号：CN113988356A
公开(公告)日：2022-01-28
申请号：CN202111025762.3
申请日：2021-09-02
Applicant: 华北电力大学
Abstract: 发明涉及一种基于DQN的5G融合智能配电网能量管理方法，属于通信技术领域。本发明提出的基于DQN具有能量队列感知的任务卸载方法能够有效的处理高维复杂的环境状态信息。并通过深度强化学习做出最优的能量管理决策，实现5G基站降本增效与供电稳定性的性能的有效折衷。促进新能源消纳、维持电网能量供需平衡，同时提升5G基站降本增效效果。能够同时考虑供电稳定性性能和电力业务差异化QoS需求，考虑了信息流与能量流间的耦合关系，即考虑了传输时延、误码率等通信需求对储能系统电池状态的影响，使得储能运行商在保障基站供电稳定性的同时学习到长期最优的能量管理策略，满足电力业务数据稳定、可靠传输的通信需求。
-
Patent Agency Ranking
公开(公告)号：CN113939034A
公开(公告)日：2022-01-14
申请号：CN202111206099.7
申请日：2021-10-15
Applicant: 华北电力大学 , 中国电力科学研究院有限公司
IPC: H04W72/08
Abstract: 本发明公开了一种立体异构电力物联网云边端协同资源分配方法，即对空天地一体化立体异构电力物联网中的云、边、端协同任务卸载和计算资源分配进行联合优化，包括(1)构建系统模型建立卫星、无人机及终端构成的立体异构电力物联网场景；(2)模型的细化；(3)排队时延约束与联合优化问题的提出与转换；(4)基于Lyapunov优化原理联合优化问题的分解和求解，在每个时隙最小化漂移加惩罚的上界；(5)基于深度强化学习的云边端协同任务卸载决策算法五个步骤构成。本发明基于深度强化学习解决高维任务卸载问题，结合神经网络提供的复杂函数逼近能力和actor‑critic算法提供的决策能力，有效解决了信息不确定下的维数灾难问题。
-
公开(公告)号：CN109905334B
公开(公告)日：2021-06-08
申请号：CN201910155875.1
申请日：2019-03-01
Applicant: 华北电力大学
IPC: H04L12/911 , H04L29/08 , H04W4/70
Abstract: 本发明涉及面向电力物联网海量终端的接入控制与资源分配方案设计，提出了一种两阶段接入控制和资源分配算法。在第一阶段，本发明提出了一种基于契约理论的激励机制，激励部分延迟容忍的机器类通信(MTC)设备推迟其访问需求，以换取更高的访问机会。在第二阶段，基于Lyapunov优化，本发明提出了一种长期跨层在线资源分配方法，该方法在完整信道状态信息未知的情况下联合优化速率控制，功率分配和信道选择。特别地，联合功率分配和信道选择问题被公式化为二维匹配问题，并且通过基于定价的稳定匹配方法来解决。
-
公开(公告)号：CN112822234A
公开(公告)日：2021-05-18
申请号：CN202011599843.X
申请日：2020-12-29
Abstract: 本发明公开了一种车联网中基于移动边缘计算的任务卸载与资源分配方法，即一种车联网中基于深度强化学习的任务卸载方法，通过深度强化学习的任务卸载方法，应用于车联网处理高维状态信息的任务卸载，具体步骤包括：(1)构建系统模型框架建立车联网通信场景；(2)模型细化，对用户侧和服务器侧任务处理进行建模；(3)提出高可靠低时延约束与优化问题；(4)进行优化问题的转化并引入马尔科夫决策过程；(5)建立最优化问题模型，提出基于Deep Q‑learning Network的具有URLLC感知的任务卸载算法五个步骤构成。本发明同时考虑平均度量性能以及高阶统计量的性能，考虑了极端事件对通信可靠性的影响，使得用户车辆可以在保障URLLC通信需求的同时通过深度学习作出最优的任务卸载决策，满足其众多应用的高可靠低时延通信需求。
-
公开(公告)号：CN110072215B
公开(公告)日：2021-05-18
申请号：CN201810066110.6
申请日：2018-01-24
Applicant: 华北电力大学
Abstract: 本发明涉及一种异构网络环境下的多尺度动态频谱分配(DSA)方案，为解决频谱危机提供了可靠的解决方案。本发明提出了一个软件定义的异构网络（HetNets）的多尺度DSA框架，在微观尺度上，我们基于实时用户需求制定小时标频谱分配的定价策略。在宏观尺度上，所达到的和所需的平均传输速率之间的差值被用作反馈信号，以便根据业务需求的大时标变化实现小区间频谱协调。接下来，对拟议框架的四种典型应用场景进行阐述，以说明其潜在收益，并通过案例研究验证其可行性。
-
公开(公告)号：CN112804728A
公开(公告)日：2021-05-14
申请号：CN202110005745.7
申请日：2021-01-05
Applicant: 华北电力大学 , 国网山东省电力公司电力科学研究院 , 国家电网有限公司
Abstract: 本发明公开了一种基于上下文学习的电力物联网海量终端接入控制方法，应用于电力物联网海量终端接入控制，该方法由构建系统模型、构建最大化网络总能效模型、算法设计三个步骤构成，该方法利用快速上行链路授权、强化学习和预测算法的结合，不需要预先知道未来信道状态、终端队列积压等信息的情况下，便可以动态调整上行链路授权策略，在满足终端接入服务质量需求的同时，能够提高网络总能效。
-
-
-
-
-
-
-
-
-
Search Results
199
records
(took 0.062 seconds)
