基于多智能体深度强化学习的智能电网光网络切片方案

为了提高光网络对大规模、差异化电力业务的资源分配能力,降低大规模业务的算法训练时间,提出了一种基于多智能体深度确定性策略梯度算法的智能电网光网络资源分配方案。该方案考虑大规模和差异化电力业务,将智能电网光网络建模成多智能体系统,以最大化电网公司收益为目标,建立了智能电网光核心网络切片模型,进行网络资源分配优化,并采用条件判断映射,简化了优化问题。同时,把不同业务部署到不同智能体中进行运算,以降低训练时间,满足网络实时性需求。仿真结果表明,该算法具有更大的奖励、更低的成本、时延和训练时间。

光网络切片技术应用研究与探讨

随着“千兆”级网络应用逐步推广,光网络资源投资和效益的矛盾日益凸显。在对光网络切片技术分析的基础上,研究和探讨光网络切片技术的应用场景。利用光网络切片技术对资源的灵活调度的特点,研究在一张物理网络上创建多个逻辑网络,为指定行业客户或行业场景预留资源并提供特定服务,为光网络技术的多元化和多场景应用进行了有益的探索。

FlexGrid标准研究进展及应用分析

针对电力企业数据业务流量爆炸性增长所引发的骨干网络带宽资源瓶颈问题,在对国家电网公司光传输网(optical transport network,OTN)大容量骨干传输网络承载业务需求分析基础上,从频谱管理方法、交叉连接设备、混合线速传输、控制平面等方面出发,探索FlexGrid技术在电力通信网络中的应用模式,可为电力通信骨干网络提供光层粒度的精细划分与动态调整能力。在此基础上,提出在多种约束条件下根据频谱资源利用度动态调节调制的信道资源管理方法,可有效改善现有骨干传输网络采用的固定带宽分配和管理模式造成网络灵活性差,带宽资源利用效率低下的现状。