基于业务差异化传输需求下的电力通信网路由算法

• Published in: 中国电力 Vol. 57; no. 11; pp. 183 - 190
• Main Authors: 薛松萍, 高德荃, 赵子岩, 林彧茜, 广泽晶, 张大卫
• Format: Magazine Article
• Language: Chinese
• Published: 华中科技大学电子信息与通信学院,湖北武汉 430074%国家电网有限公司信息通信分公司,北京 100761%国网福建省电力有限公司,福建福州 350003 28.11.2024
• Subjects: routing optimization; 消息神经网络; power communication network; message passing neural network; 多约束条件; 路由优化; 深度强化学习; multiple constraints; 电力通信网; deep reinforcement learning
• ISSN: 1004-9649
• DOI: 10.11930/j.issn.1004-9649.202405020

电力通信网负责传递控制指令、收集状态数据,对保障电网的稳定运作至关重要.针对电力通信网络中多约束条件下的智能路由问题,提出了一种结合消息传递神经网络(message passing neural network,MPNN)与深度强化学习算法的智能路由算法.通过Tensor flow框架实现,在Open AI Gym构建的模拟环境进行验证.算法在超过8000次的训练迭代后呈现出显著的性能提升,表现出了较传统最短路径和负载均衡算法更优越的路由选择能力.同时,在新拓扑图的泛化测试和链路故障模拟实验中,也显示出较强的适应性和鲁棒性.