随着售电市场逐步放开,电力需求响应(demand response,DR)的业务发展倍受关注。随着分布式电源、电动汽车、分散式储能、电热锅炉等大批量分散需求侧资源参与能源互联,复杂的业务时序及差异化业务场景对现有设备/系统的底层数据流QoS (q...随着售电市场逐步放开,电力需求响应(demand response,DR)的业务发展倍受关注。随着分布式电源、电动汽车、分散式储能、电热锅炉等大批量分散需求侧资源参与能源互联,复杂的业务时序及差异化业务场景对现有设备/系统的底层数据流QoS (quality of service)提出了新的需求。随着源网荷工程不断深化,对DR资源的控制模式逐步多样化,对底层的承载协议也提出了新的挑战,现有简单的互操作协议适配方式难以满足数据传输的差异化QoS要求。针对上述问题,分析了DDS (data distribution service)技术的特征及其在自动需求响应业务系统中应用的适用性,并结合DDS的技术特性,从系统集成架构、信息交换方式、数据模型适配等方面提出了DDS在自动需求响应系统中的应用设想。展开更多
基于强化学习的方法,提出一种无线多媒体通信网适应带宽配置在线优化算法,在满足多类业务不同QoS(quality of service)要求的同时,提高网络资源的利用率.建立事件驱动的随机切换分析模型,将无线多媒体通信网中的适应带宽配置问题转化为...基于强化学习的方法,提出一种无线多媒体通信网适应带宽配置在线优化算法,在满足多类业务不同QoS(quality of service)要求的同时,提高网络资源的利用率.建立事件驱动的随机切换分析模型,将无线多媒体通信网中的适应带宽配置问题转化为带约束的连续时间Markov决策问题.利用此模型的动态结构特性,结合在线学习估计梯度与随机逼近改进策略,提出适应带宽配置在线优化算法.该算法不依赖于系统参数,如呼叫到达率、呼叫持续时间等,自适应性强,计算量小,能够收敛到全局最优,适用于复杂应用环境中无线多媒体通信网适应带宽配置的在线优化.仿真实验结果验证了算法的有效性.展开更多
文摘随着售电市场逐步放开,电力需求响应(demand response,DR)的业务发展倍受关注。随着分布式电源、电动汽车、分散式储能、电热锅炉等大批量分散需求侧资源参与能源互联,复杂的业务时序及差异化业务场景对现有设备/系统的底层数据流QoS (quality of service)提出了新的需求。随着源网荷工程不断深化,对DR资源的控制模式逐步多样化,对底层的承载协议也提出了新的挑战,现有简单的互操作协议适配方式难以满足数据传输的差异化QoS要求。针对上述问题,分析了DDS (data distribution service)技术的特征及其在自动需求响应业务系统中应用的适用性,并结合DDS的技术特性,从系统集成架构、信息交换方式、数据模型适配等方面提出了DDS在自动需求响应系统中的应用设想。
文摘基于强化学习的方法,提出一种无线多媒体通信网适应带宽配置在线优化算法,在满足多类业务不同QoS(quality of service)要求的同时,提高网络资源的利用率.建立事件驱动的随机切换分析模型,将无线多媒体通信网中的适应带宽配置问题转化为带约束的连续时间Markov决策问题.利用此模型的动态结构特性,结合在线学习估计梯度与随机逼近改进策略,提出适应带宽配置在线优化算法.该算法不依赖于系统参数,如呼叫到达率、呼叫持续时间等,自适应性强,计算量小,能够收敛到全局最优,适用于复杂应用环境中无线多媒体通信网适应带宽配置的在线优化.仿真实验结果验证了算法的有效性.
