国网上海市电力公司
Published:2024
移动端阅览
陈毅龙. 基于多Agent强化学习的电力通信网跨层保护方法[J]. 2024, 43(10): 112-115.
DOI:
陈毅龙. 基于多Agent强化学习的电力通信网跨层保护方法[J]. 2024, 43(10): 112-115. DOI: 10.20033/j.1003-7241.(2024)10-0112-04.
针对当前方法存在数据传输成功率低、传输延迟时间长以及开销大等题,设计基于多Agent强化学习的电力通信网跨层保护方法。首先使用多Agent强化学习算法设定网络多路径协议,控制网络节点数据接收能力,然后构建网络跨层安全构架,设定相应网络模型作为网络跨层保护的基础,最后使用罚函数法对模型进行求解,保证函数解具有较高的可靠性,根据求解结果实现对网络跨层算法的优化,实现电力通信网跨层保护方法。实验结果可知,所提方法的收包率得到了明显提升,传输延迟时间缩短,开销低。
黄海霞,李耀翔,张哲宇.基于ResNet的森林土壤碳含量近红外预测模型[J].森林工程,2023(06).
许涛,张闯,刘洋,杨扬,陈月,刘鑫宇.基于LoRa技术的智能电能表研究[J].电测与仪表,2023(08).
徐庆柳,杨昌其,郝铭佟.基于Multi-Agent的通航飞行行为仿真分析[J].自动化技术与应用,2022(04).
殷昌盛,杨若鹏,朱巍,邹小飞.基于深度强化学习的应急通信网络规划方法[J].系统工程与电子技术,2020(09).
李彬,贾滨诚,孙毅,祁兵,景栋盛,奚培锋.基于网络编码的电力通信网跨层保护算法[J].电力系统自动化,2020(03).
曾军,刘雪冰,马庆峰,王思佳,李桦,王蕾.考虑全局风险均衡度的电力通信网最优安全链路选择方法[J].数学的实践与认识,2020(03).
廖一名,李珊君.基于边临毁度的电力通信网脆弱性分析[J].电力系统保护与控制,2019(04).
薛雪,王建平,孙伟.微电网数据通信无线传感器网络性能的跨层控制方法研究[J].电子测量与仪器学报,2018(10).
李彬,张洁,陈宋宋,朱朝阳,景栋盛,祁兵.基于复杂网络的电力通信网扩容保护策略[J].电网技术,2018(06).
方如举,王建平,孙伟.智能配电网无线传感器通信网络的跨层协作控制[J].电子测量与仪器学报,2018(02).
熊余,李志强,杨娅娅.数据中心间光互联网络中的跨层动态保护策略[J].西安电子科技大学学报,2018(03).
梁玉泉,陈炽光,佘国鸿,张众发,王庆斌,徐冰涵,孙云莲.提高电力线通信可靠性的优化组网方法综述[J].武汉大学学报(工学版),2019(02).
0
Views
64
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution