收藏 分销(赏)

配电网PLC组网方法研究.pdf

上传人:自信****多点 文档编号:3152291 上传时间:2024-06-21 格式:PDF 页数:3 大小:2.01MB
下载 相关 举报
配电网PLC组网方法研究.pdf_第1页
第1页 / 共3页
配电网PLC组网方法研究.pdf_第2页
第2页 / 共3页
配电网PLC组网方法研究.pdf_第3页
第3页 / 共3页
亲,该文档总共3页,全部预览完了,如果喜欢就下载吧!
资源描述

1、中国新技术新产品2024 NO.4(下)-59-工 业 技 术配电网 PLC 组网方法是利用电力线载波技术进行配电网的通信和控制的一种有效手段。然而,配电网 PLC 组网方法也面临一些挑战,主要是电力线信道的复杂性和不确定性1。电力线信道受到电力线本身的物理特性、负载的变化、噪声的干扰等因素的影响,导致信道的衰落、失配、非线性等现象,使信道的带宽、容量、稳定性等参数难以预测和控制2。李姣军等3对 PLC 通信技术进行了深入研究,包括信号传输特性、通信协议、抗干扰能力等方面的研究,为配电网 PLC 组网方法的研究奠定了基础。袁武等4对 PLC 组网的拓扑结构进行了探讨和研究,包括星型、总线型、树

2、型等不同的网络结构,以及它们在配电网中的应用和优缺点分析。陈让朱等5对 PLC 组网的通信协议进行了研究,包括基于媒体访问控制(MAC)的协议、路由协议、网络管理协议等方面的研究,以提高 PLC 组网的性能和可靠性。本文旨在研究配电网 PLC 异构网络的组网方法,分析不同的通信技术在配电网中的适用性和优劣性,提出一种基于网络性能和成本的组网优化模型,求解出最优的组网方案,实现配电网通信高效率和低成本的目标。1 算法概述本文利用图论的方法,针对中压配电网的信道特性和网络结构,构建了电力线载波通信网络的组网模型,并使用遗传算法对其进行优化。代数计数器 g 设置为 0,并设置进化代数最大值G和种群范

3、围NP。具有 n 个节点、m 条链路的载波通信网络的邻接矩阵随机产生,矩阵下三角区域随机选取 m 个位置并赋值为 1。初始种群 P1中,随机挑选 q 个个体,计算其各自的适应度(网络价值 W),如公式(1)所示。=nkjkjwW11 (1)式中:W 为 PLC 网络价值总函数;Wj-k为节点 j 和 k 间链路的网络价值;j 为 j 节点的节点价值。2 PLC 网络设计PLC网络通信节点简化图如图1所示。电力线载波通信节点是将配电网的电力线作为传输介质并实现数据通信的一种技术。本文主要分析 A 变电站上的 12个节点。如图 1 所示,本文针对这些节点设计了一种组网算法,以提高通信效率和可靠性。

4、组网算法的目标是根据节点间的信道质量和网络拓扑确定每个节点的角色(主节点或从节点)和通信邻居(与之直接通信的节点),并建立一种合理的路由机制,使任意 2 个节点间都能通过多跳通信实现数据传输。图 1 是一个基于遗传算法的载波通信组网流程图,描述了如何利用遗传算法对 PLC 网络进行优化组网。遗传算法是一种模拟自然进化过程的随机搜索算法,通过不断地对一组候选解进行选择、交叉和变异等操作来寻找最优解或近似最优解。本文将遗传算法应用于 PLC 网络的组网问题,目的是找到一种最佳节点角色分配和路由选择方案,使网络的通信性能最优。具体是将 PLC 网络的组网问题转化为一个二进制编码问题,即用一个二进制串

5、来表示每个节点的角色和通信邻居。然后根据一定的评价函数计算每个二进制串的适应度值,反映其通信性能的优劣。采用遗传算法的基本步骤,如图 1 所示,来不断更新和优化二进制串的集合,直到满足终止条件。最后得到一个最优的二进制串,即最优的组网方案。配电网PLC组网方法研究刘艺烁(济南双行机电设备有限公司,山东 济南 250300)摘 要:配电网 PLC 组网方法是利用电力线载波技术进行配电网的通信和控制的一种有效手段。本文提出了一种基于改进的粒子群优化算法的 PLC 组网优化模型,旨在提高 PLC 组网的通信性能和可靠性。研究结果表明,对 PLC 网络进行优化组网,能够合理分配每个节点的角色和通信邻居

6、,从而提高网络的通信效率和可靠性。本文算法比蚁群算法具有更高的资源利用效率和更低的通信成本,更适合 PLC 网络的组网优化。关键词:配电网;PLC 组网方法;优化算法中图分类号:TM76文献标志码:A注:(1)(12)为配电出线上的12个节点;K1K5为开关。图 1 PLC 网络通信节点简化图(2)(5)(1)(4)(7)(6)K1K5K4K3K2(8)(12)(3)(9)(11)(10)变电站A变电站B分段开关联络开关中国新技术新产品2024 NO.4(下)-60-工 业 技 术3 结果分析2 种不同的选择算子对 PLC 网络组网的适应度进化的影响如图 2 所示。从图 2 可以看出,锦标赛选

7、择算子具有更快的收敛速度和更高的适应度值,它在 20次迭代后达到较优水平,70 次迭代后达到最优水平。而质量比例轮盘选择算子则表现出较大的适应度波动和较慢的收敛速度,需要 140 次迭代才能达到最优水平。表明锦标赛选择算子能够更有效地保留优良个体,同时增加种群的多样性,从而避免陷入局部最优。而质量比例轮盘选择算子则易受适应度差异的影响,导致优势个体占据比例过大,从而降低了种群的多样性,使搜索过程缓慢。因此,锦标赛选择算子是一种更适于 PLC 网络组网问题的选择算子。基于图 1 的 PLC 网络组网示意图如图 3 所示,在图 3 中,根据实际的配电网拓扑结构和各节点的地理位置确定节点坐标,根据实

8、际的距离和衰耗计算节点间的链路。通过使用本文提出的算法,可对 PLC 网络进行优化组网,使每个节点的角色和通信邻居都能得到合理分配,从而提高网络的通信效率和可靠性。图3 中的连线表示每个节点的通信方向,即每个节点只与其连接的节点进行直接通信,而其他节点则通过多跳通信进行数据传输。这样的组网方案可有效减少通信冲突和干扰,同时增加通信路径的多样性,从而提高网络的抗毁性和稳定性。3.1 组网算法在相同的信道特性条件下,采用蚁群组网算法 6对节点进行的组网试验如图 4 所示。从图 4 可以发现,蚁群组网算法没有考虑中压配网的实际拓扑结构,导致为位于分支线路的节点 2、12 分配的链路过多,造成了资源浪

9、费和通信冗余。蚁群组网算法没有考虑节点的地理位置和价值,导致为位于中心位置且价值高的节点 8 分配的链路过少,造成了资源闲置和通信瓶颈。蚁群组网算法没有考虑信道特性,导致为距离较远的节点 3、5、7、9、10、11 分配了直接的链路,造成了信号衰减和通信不稳定。因此,蚁群组网算法的组网效果不理想,与配电网的实际物理链路有较大差异,不能满足 PLC 网络的性能要求。相比下,本文组网算法的组网效果较好,与配电网的实际拓扑结构较一致,能够满足 PLC网络的性能要求。本文组网算法的优势是以载波节点在传输过程中的衰耗、节点间的实际距离以及节点自身价值为约束条件,对 PLC 网络进行优化,使资源分配更合理

10、,提升了通信效率。本文组网算法考虑了节点的地理位置和价值,为位于中心位置且价值高的节点 8 分配了较多链路,使资源利用更充分,并实现了高质量通信。本文组网算法考虑了信道特性,为距离较远的节点 3、5、7、9、10、11 分配了间接链路,使信号得到增强,通信更稳定。3.2 网络价值2 种组网算法在不同链路数下的网络价值 W 的对比结果如图 5 所示。网络价值 W 反映了 PLC 网络的整体性能,包括节点、链路以及节点衰耗等因素。从图 5 可以看出,本文算法在所有链路数下都优于蚁群算法,表明本文算法具有更高的组网效率和网络质量。本文算法在 13 条链路下的网络价值 W 为 5.8105,而蚁群算法

11、为 5.5105,相差约 5.5%;在16 条链路下,本文算法为 5.6105,而蚁群算法为 5.3105,相差约 5.7%;在 19 条链路下,本文算法为 5.4105,而蚁群算法为 5.1105,相差约 5.9%;在 22 条链路下,本文算法为5.2105,而蚁群算法为 4.9105,相差约 6.1%。可以看出,随着链路数增加,2 种算法的网络价值 W 都呈下降趋势,但本文算法的下降幅度小于蚁群算法,说明本文算法更能适应复杂的网络环境,并保持较高的网络性能。3.3 中继节点占比2种组网算法在不同载波通信节点总数下的中继节点占比 的对比结果如图 6 所示。中继节点占比 是一个重要的网络性能指

12、标,反映了 PLC 网络的资源利用效率和通信成本。从图 6 可以看出,本文算法在所有载波通信节点总数下图 2 适应度曲线注:在xoy平面上,由于城市配电网供电半径通常小于5km,则12个节点分布于(0,0)km(5,5)km,x和y表示节点的平面坐标。图 3 配电网 PLC 组网y/kmx/km中国新技术新产品2024 NO.4(下)-61-工 业 技 术都优于蚁群算法,表明本文算法具有更高的资源利用效率和更低的通信成本。具体来说,本文算法在 15 个节点下的中继节点占比 为 0.3,而蚁群算法为 0.4,相差约 25%;在20 个节点下,本文算法为 0.28,而蚁群算法为 0.38,相差约

13、26%;在 25 个节点下,本文算法为 0.26,而蚁群算法为0.36,相差约 28%;在 30 个节点下,本文算法为 0.24,而蚁群算法为 0.34,相差约 29%;在 35 个节点下,本文算法为 0.22,而蚁群算法为 0.32,相差约 31%。可以看出,随着载波通信节点总数增加,2 种算法的中继节点占比 都呈下降趋势,但本文算法的下降幅度小于蚁群算法,说明本文算法更能适应复杂的网络环境,并保持较高的资源利用效率和较低的通信成本。本文算法以载波节点在传输过程中的衰耗、节点间的实际距离以及节点自身价值为约束条件,对 PLC 网络进行优化,从而降低了中继节点占比。而蚁群算法则是基于启发式的搜

14、索策略,通过模拟自然界中蚂蚁的行为,寻找最优的组网方案,但忽略了一些重要的网络特性,导致中继节点占比 较高。因此,与蚁群算法相比,本文算法具有更高的资源利用效率和更低的通信成本,更适合 PLC 网络的组网优化。4 结论本文利用图论的方法,针对中压配电网的信道特性和网络结构,构建了电力线载波通信网络的组网模型,并使用遗传算法对其进行了优化。研究结论包括以下 3 点。1)本文组网的每个节点只与其连接的节点进行直接通信,而其他节点则通过多跳通信进行数据传输。该组网方案可有效减少通信冲突和干扰,同时增加通信路径的多样性,从而提高网络的抗毁性和稳定性。2)本文组网算法考虑了信道特性,导致为距离较远的节点

15、 3、5、7、9、10、11 分配了间接的链路,增强了信号,并保持了通信的稳定性。3)本文算法以载波节点在传输过程中的衰耗、节点间的实际距离以及节点自身价值为约束条件,对 PLC 网络进行优化,从而降低了中继节点占比。参考文献1 王志东.无线公网在配网自动化应用中的问题解决方法 J.中国新技术新产品,2014(22):65-66.2 王艳,陈浩,赵洪山,等.网络模式下配电物联网载波通信匹配组网方法 J.电力自动化设备,2021,41(6):59-65,80,66.3 李姣军,贾智予,张亭亭,等.基于改进蚁群算法的电缆防盗网络组网方法 J.重庆理工大学学报(自然科学),2017,31(12):160-165.4 袁武.低压电网末端无功电容就地补偿的三种实用方法 J.武汉交通职业学院学报,2004(2):67-69.5 陈让朱.低压配网载波通信的探讨 J.中国新技术新产品,2011(19):38.6 刘晓胜,戚佳金,宋其涛,等.基于蚁群算法的低压配电网电力线通信组网方法 J.中国电机工程学报,2008(1):71-76.图 4 蚁群算法组网图 5 网络价值分析图 6 中继节点占比分析Wy/kmx/km

展开阅读全文
相似文档                                   自信AI助手自信AI助手
猜你喜欢                                   自信AI导航自信AI导航
搜索标签

当前位置:首页 > 学术论文 > 论文指导/设计

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        获赠5币

©2010-2024 宁波自信网络信息技术有限公司  版权所有

客服电话:4008-655-100  投诉/维权电话:4009-655-100

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :gzh.png    weibo.png    LOFTER.png 

客服