当今光伏、储能这类新动力正在大界限接入电网，配电网要处理的业务数据，不论是末端接入界限，照旧信号蚁合频次，皆出现了爆发式增长。畴昔配电网的电压电流数据，15 分钟才蚁合 1 次，当今也曾朝着 1 分钟 1 次的尺度迈进，到 2025年，国度电网接入的末端数目将跳跃 10 亿台，收场配电网各种业务数据的全所在高频次蚁合。
随之而来的，是全新的业务挑战。漫衍式电源投切扫尾、柔性负荷调控、储能充放电料理这些新兴业务，对算力的需求远跳跃传统电力业务，也让面前配电网狡计资源不及、良好化管控才能弱的问题变得愈加凸起。怎样普及业务数据的及时传输与处理才能，支握新式电力系统源网荷储的高效协同，也曾成为电力行业的相关热门。
传统的配电网业务处理，大多依赖云狡计框架。云表的狡计资源弥散充足，能振作多量量数据的处理需求，但问题也很显明，如云表和配电网末端之间的传输链路长，踏实性不及，很难适配高频蚁合、末端界限快速增长的场景。
边际狡计的出现，刚好能补上这个短板，它把一部分云表的狡计功能下千里到腹地，通过拆分大型运算任务减弱云表压力，具备传输距离近、业务反应快的上风，能和云狡计造成很好的互补。再加上圈套今搭载智能芯片的新式末端越来越普及，这些末端自己就兼具数据蚁合和处理才能，能提供的狡计资源也拦阻冷落。是以，统筹云、边、端三个层级的异构算力，搭建协同处理机制，滚球app中国官方网站就成了料理高频蚁合勤劳的中枢标的。
业内也曾在云边端协同领域作念了不少相关，但大多是基于笃定性模子的优化情势，很难应答高频蚁合场景里的网罗迅速性、建模机理不笃定性问题。也有学者引入了深度强化学习决策，但依然有几个中枢勤劳莫得冲破：一是单时隙的短期决策，很难同期兼顾列队时延和永劫平均蚁合数据量的保险；二是多末端的处理决策互相耦合，容易激励无线信说念、狡计资源的竞争冲突；三是传统的迅速抽样机制忽略了样本各异，在资源受限的场景里，算法的不绝性和寻优性能皆不够理念念。
华北电力大学的于子淇、刘健阳等相关者，建议了面向配电网高频蚁合的云边端协同行务处理机制，以及配套的校正深度 Q 网罗协同处理算法 IDCEE。
图1 云边端多级协同行务处理框架
团队领先引入李雅普诺夫优化表面，把底本的长周期优化问题，调停成仅依赖面前时隙信息的在线优化问题，收场了列队时延和永劫平均蚁合数据量的协同保险。随后，团队给算法加入了基于贪情绪谋的 Q 值排序机制，通过边端协同化解多末端决策耦合带来的资源竞争问题；还遐想了双重陶冶回放机制，在保险样本各种性的同期，普及了算法的不绝性。
图2 IDCEE算法旨趣
仿真测试的已矣，也考据了这套决策的性能上风。和常用的 A3C、传统 DQN 算法比拟，这套算法的云边端协同处理数据量分辨普及 11.71% 和 14.86%，列队时延镌汰 24.68% 和 26.09%，平均蚁合数据量普及 8.87% 和 7.44%，末端层队伍积压数据量镌汰 66.39% 和 77.93%，逝世函数最终不绝值也镌汰了 16.97% 和 33.04%。
这套机制，能为配电网高频蚁合靠近的通讯容量不及、多业务通说念复用不及、腹地与而已通说念协同难等问题提供时候支握，保险高频蚁合业务的时效性与可靠性，也有望为新式电力系统建立和双碳缠绵收场提供助力。相关团队也暗示，接下来会进一步关心数据传输处理中的信息同步与安全问题，伙同异步更新、联邦平均等时候，开导更安全高效的末端数据处理情势。
本职责服从发表在2025年第11期《电工时候学报》靠谱的滚球app中国官网，论文标题为“面向配电网高频蚁合的云边端协同行务处理机制”。
米兰app官方网站
备案号: