基于Q‒learning的变电站无线传感器网络路由算法

电力系统中的无线传感器网络(WSN)可以对工作中设备的状态和环境数据进行实时感知采集,是一种推动智能电网发展的重要技术。针对变电站场景中WSN的网络存活时间、传输时延、传输丢包率上的特殊要求,提出了一种基于强化学习的WSN路由方案。将数据包在WSN的发送过程抽象为一个马尔科夫决策过程(MDP),根据优化目标合理设置奖励,并给出了基于Q-learning的最优路由求解方法。仿真结果与数值分析表明,所提方案在网络存活时间、传输时延、丢包率等方面的性能均优于基准方案。

基于大数据的变电数字化转型路径研究

当前的电力系统要逐渐转型到以新能源为主的新型电力系统,这将推动基于大数据的变电数字化转型,包括设备、管理、人员和资产数字化。国家电网变电运维需要以解决实际需求为导向,以实用化为出发点和落脚点,以技术创新为内在驱动,以重点项目为突破,支撑变电数字化转型。对基于大数据的变电数字化转型路径进行思考,有利于提高设备检修的智能化进程,增强电力系统可靠性,推进变电运维和检修数字化班组的进程,为国家电网数字化进程提供依据和借鉴。