劉　煒

(廣州番禺職業(yè)技術(shù)學(xué)院，廣州　511483)

多輸入輸出多跳電力系統(tǒng)的負(fù)荷控制算法

劉煒

(廣州番禺職業(yè)技術(shù)學(xué)院，廣州511483)

摘要：在多輸入輸出多跳電力系統(tǒng)中，需要對(duì)電力傳輸節(jié)點(diǎn)進(jìn)行負(fù)荷控制設(shè)計(jì)，提高電力系統(tǒng)的綜合評(píng)估和控制能力。傳統(tǒng)方法對(duì)電力負(fù)荷的控制方法采用多維子空間QoS預(yù)測(cè)算法，對(duì)多輸入輸出(MIMO)的電力傳輸節(jié)點(diǎn)的負(fù)荷預(yù)測(cè)精度不高。提出一種基于多跳節(jié)點(diǎn)子空間特征分解的電力系統(tǒng)的負(fù)荷控制算法。構(gòu)建了多輸入輸出的電力負(fù)荷的時(shí)間序列信號(hào)模型，采用分?jǐn)?shù)階傅里葉變換對(duì)信號(hào)模型進(jìn)行特征空間重構(gòu)，在信號(hào)子空間中，采用高階累積量對(duì)角切片負(fù)荷時(shí)間序列進(jìn)行特征分解，在此基礎(chǔ)上，采用多跳節(jié)點(diǎn)子空間特征分解對(duì)MIMO節(jié)點(diǎn)的電力系統(tǒng)負(fù)荷進(jìn)行準(zhǔn)確預(yù)測(cè)控制。仿真實(shí)驗(yàn)進(jìn)行了性能驗(yàn)證，實(shí)驗(yàn)結(jié)果表明，采用該算法對(duì)電力系統(tǒng)負(fù)荷的控制品質(zhì)較高，提高了對(duì)電力系統(tǒng)負(fù)荷的預(yù)測(cè)精度和調(diào)度能力。

關(guān)鍵詞：電力負(fù)荷；控制；系統(tǒng)；多輸入輸出

隨著計(jì)算機(jī)信息處理技術(shù)的發(fā)展，采用信息處理和現(xiàn)代數(shù)據(jù)分析方法對(duì)電力系統(tǒng)的負(fù)荷控制成為未來(lái)電力系統(tǒng)數(shù)據(jù)管理和調(diào)度的一個(gè)重要方向，通過(guò)對(duì)電力系統(tǒng)的負(fù)荷控制和預(yù)測(cè)，提高對(duì)電力系統(tǒng)的優(yōu)化調(diào)度和控制管理能力，電力系統(tǒng)是一個(gè)多輸入輸出(MultipleInputMultipleOutput，MIMO)網(wǎng)絡(luò)結(jié)構(gòu)系統(tǒng)，在多輸入輸出多跳電力系統(tǒng)中，大量的負(fù)荷數(shù)據(jù)通過(guò)非線性時(shí)間序列的形式進(jìn)行傳輸和調(diào)度，采用時(shí)間序列分析方法，對(duì)電力系統(tǒng)的負(fù)荷數(shù)據(jù)進(jìn)行多跳網(wǎng)絡(luò)控制和傳輸調(diào)度，提高電力系統(tǒng)的智能控制能力和水平，相關(guān)的研究受到人們的廣泛重視[1]。

傳統(tǒng)方法中，對(duì)電力系統(tǒng)的負(fù)荷控制方法主要采用神經(jīng)網(wǎng)絡(luò)控制方法、基于經(jīng)驗(yàn)?zāi)B(tài)分解的負(fù)荷預(yù)測(cè)方法進(jìn)行控制、基于支持向量機(jī)和模糊子空間降噪的負(fù)荷控制方法和基于QoS調(diào)度的負(fù)荷控制方法等，但這些方法都存在著計(jì)算量較大，負(fù)荷控制的實(shí)時(shí)性不好等問(wèn)題，對(duì)此，相關(guān)文獻(xiàn)進(jìn)行了算法的改進(jìn)設(shè)計(jì)[2-3]，其中，文獻(xiàn)[4]提出一種基于遞歸圖分析和特征空間重構(gòu)的電力負(fù)荷數(shù)據(jù)預(yù)測(cè)算法實(shí)現(xiàn)電力系統(tǒng)的優(yōu)化控制，對(duì)電力負(fù)荷數(shù)據(jù)進(jìn)行相空間重構(gòu)，在重構(gòu)的相空間中進(jìn)行特征映射和調(diào)度，采用最大似然估計(jì)法實(shí)現(xiàn)對(duì)負(fù)荷數(shù)據(jù)的預(yù)測(cè)，但是該方法存在著計(jì)算開(kāi)銷(xiāo)較大，維數(shù)較高等問(wèn)題，導(dǎo)致電子系統(tǒng)負(fù)荷控制的實(shí)時(shí)性不好。文獻(xiàn)[5]提出一種基于定量遞歸分及分?jǐn)?shù)階傅里葉變換的多輸入輸出多跳電力系統(tǒng)負(fù)荷控制方法，通過(guò)高階累積量切片處理提高負(fù)荷控制性能，但是該算法對(duì)干擾強(qiáng)度大和信噪比較低情況下的負(fù)荷控制效果不好[6-8]。針對(duì)這些問(wèn)題，本文提出一種基于多跳節(jié)點(diǎn)子空間特征分解的電力系統(tǒng)的負(fù)荷控制算法的電力負(fù)荷預(yù)測(cè)算法實(shí)現(xiàn)負(fù)荷控制。首先構(gòu)建了多輸入輸出的電力負(fù)荷的時(shí)間序列信號(hào)模型，采用分?jǐn)?shù)階傅里葉變換對(duì)信號(hào)模型進(jìn)行特征空間重構(gòu)，在此基礎(chǔ)上，采用多跳節(jié)點(diǎn)子空間特征分解對(duì)MIMO節(jié)點(diǎn)的電力系統(tǒng)負(fù)荷進(jìn)行準(zhǔn)確預(yù)測(cè)控制，仿真實(shí)驗(yàn)進(jìn)行了性能驗(yàn)證，展示了本文方法在提高電力系統(tǒng)負(fù)荷預(yù)測(cè)精度上面的優(yōu)越性能，得出有效性結(jié)論。

1MIMO多跳電力系統(tǒng)負(fù)荷數(shù)據(jù)時(shí)間序列分析和信號(hào)特征重構(gòu)

1.1MIMO多跳電力系統(tǒng)負(fù)荷數(shù)據(jù)時(shí)間序列分析

為了實(shí)現(xiàn)對(duì)多輸入輸出多跳電力系統(tǒng)的負(fù)荷控制，首先構(gòu)建MIMO多跳電力系統(tǒng)負(fù)荷數(shù)據(jù)時(shí)間序列分析模型，MIMO多跳電力系統(tǒng)的負(fù)荷傳輸節(jié)點(diǎn)的待覆蓋區(qū)域假設(shè)為W，與節(jié)點(diǎn)Z任意相鄰的節(jié)點(diǎn)的程控激勵(lì)因子為p×qbit。多輸入輸出多跳電力系統(tǒng)各個(gè)節(jié)點(diǎn)集合的具有相同的覆蓋概率Kwpg(Wpg)，服務(wù)器節(jié)點(diǎn)直接與多跳網(wǎng)絡(luò)節(jié)點(diǎn)相連，用一個(gè)五元組(Ni，Li，TiCi，Di)表示電力系統(tǒng)的無(wú)線多跳網(wǎng)絡(luò)模型，MIMO多跳節(jié)點(diǎn)分布模型如圖1所示。

圖1　電力系統(tǒng)的MIMO多跳節(jié)點(diǎn)分布模型

將多輸入輸出多跳電力系統(tǒng)通信節(jié)點(diǎn)分簇模型中，定義在t域的上的負(fù)荷時(shí)間序列函數(shù)x(t)的p階分?jǐn)?shù)階傅立葉變換為廣域子空間Xp(u)或Fpx(u)，并且M層子節(jié)點(diǎn)數(shù)中的負(fù)荷數(shù)據(jù)的時(shí)間序列積分運(yùn)算：

(1)

采用分?jǐn)?shù)階傅立葉變換進(jìn)行時(shí)間序列分析，構(gòu)建無(wú)向圖G=(V，E)，其中，p為多輸入輸出多跳電力系統(tǒng)的分?jǐn)?shù)階傅立葉變換的階數(shù)，用ann(u，r1，r2，α)表示以節(jié)點(diǎn)u為圓心的旋轉(zhuǎn)半徑，可以為任意實(shí)數(shù)，負(fù)荷時(shí)間序列在特征空間的旋轉(zhuǎn)角α=pπ/2。Fα[·]為分?jǐn)?shù)階傅立葉變換的算子符號(hào)，多輸入輸出多跳電力系統(tǒng)通信節(jié)點(diǎn)分簇網(wǎng)絡(luò)信道的選擇權(quán)值sw(u)，得到Kp(t，u)為FrFT的變換核：

(2)

式中n——多輸入輸出多跳電力系統(tǒng)通信節(jié)點(diǎn)的個(gè)數(shù)，即n∈Z。

將核函數(shù)代入式(2)，電力系統(tǒng)時(shí)延擴(kuò)展Xp(u)可以表示為：

(3)

采用MIMO多跳電力系統(tǒng)負(fù)荷數(shù)據(jù)時(shí)間序列分析方法，得到負(fù)荷測(cè)量均衡后的頻譜為：

=CT′(f)X(f)ej2πfτ0

(4)

1.2信號(hào)特征重構(gòu)

=-

3

(5)

其中，代表對(duì)g(n)取均值：

(6)

(7)

利用高階累積量對(duì)多跳節(jié)點(diǎn)的輸出噪聲的不敏感性，進(jìn)行干擾抑制，提高對(duì)負(fù)荷的控制性能，若w(n)為高斯噪聲，則：

(8)

若w(n)為非高斯色噪聲，計(jì)算數(shù)據(jù)發(fā)送給Sink的能量，得到信號(hào)特征重構(gòu)的4階混合累積量切片為：

(9)

多輸入輸出多跳電力系統(tǒng)傳輸節(jié)點(diǎn)接收到的負(fù)載信息的功率為：

(10)

令Rd×L為d×L維數(shù)的矩陣，采用最大似然估計(jì)進(jìn)行負(fù)荷數(shù)據(jù)的空間重構(gòu)，對(duì)于每一個(gè)重構(gòu)的廣域子空間模型，空間矢量表示為：

R1={X1，X2，X3，…，Xd}T

(11)

信號(hào)負(fù)荷控制傳輸過(guò)程中相關(guān)函數(shù)為：

(12)

對(duì)式(12)進(jìn)行特征值分解得：

(13)

通過(guò)這些處理，實(shí)現(xiàn)對(duì)多輸入輸出多跳電力系統(tǒng)負(fù)荷的信號(hào)特征重構(gòu)，為進(jìn)行負(fù)荷控制提供信息源。

2算法改進(jìn)實(shí)現(xiàn)

在進(jìn)行結(jié)構(gòu)模型構(gòu)建以及負(fù)荷數(shù)據(jù)時(shí)間序列分析及信號(hào)重構(gòu)的基礎(chǔ)上，進(jìn)行負(fù)荷預(yù)測(cè)控制算法改進(jìn)設(shè)計(jì)，在多輸入輸出多跳電力系統(tǒng)中，需要對(duì)電力傳輸節(jié)點(diǎn)進(jìn)行負(fù)荷控制設(shè)計(jì)，提高電力系統(tǒng)的綜合評(píng)估和控制能力。而傳統(tǒng)方法對(duì)電力負(fù)荷的控制方法采用多維子空間QoS預(yù)測(cè)算法，對(duì)多輸入輸出(MIMO)的電力傳輸節(jié)點(diǎn)的負(fù)荷預(yù)測(cè)精度不高。為了克服傳統(tǒng)方法的弊端，本文提出一種基于多跳節(jié)點(diǎn)子空間特征分解的電力系統(tǒng)的負(fù)荷控制算法。在信號(hào)子空間中，從到維進(jìn)行負(fù)荷預(yù)測(cè)，得到多跳節(jié)點(diǎn)子空間特征分解過(guò)程為：

(14)

R2={Xd+1，Xd+2，…Xd+m}T

(15)

(16)

其中，多跳電力系統(tǒng)負(fù)荷傳輸距離、通信功率向量V=[V1，V2，…，Vm]∈Rm×m且正交，從而得到：

VVT=IM

(17)

∑=fiag(σ1，σ2，…，σm)

(18)

σ1>σ2>σ3>…>σs+1>σm

(19)

(20)

此時(shí)，在t時(shí)刻的預(yù)測(cè)分析數(shù)據(jù)信息度Bel(xt)=p(xt|d0，…，t)為N，負(fù)荷預(yù)測(cè)的子空間正交基集合定義為：

(21)

式中xt——多輸入輸出多跳電力系統(tǒng)數(shù)據(jù)包預(yù)測(cè)分析樣本數(shù)據(jù)；

wt——相對(duì)于xt的自適應(yīng)加權(quán)權(quán)值向量。

以能量損耗為代價(jià)函數(shù)，實(shí)現(xiàn)對(duì)電力系統(tǒng)負(fù)荷預(yù)測(cè)分析的系統(tǒng)特征函數(shù)描述為：

Ecv(c1，c2)=μ·Length(C)

+v·Area(inside(C))

(22)

式中c1，c2——電力系統(tǒng)負(fù)荷的特征數(shù)據(jù)和干擾數(shù)據(jù)；

Length(C)——時(shí)間序列的長(zhǎng)度；

Area(inside(C))——負(fù)荷傳輸節(jié)點(diǎn)覆蓋半徑。

通過(guò)對(duì)算法的改進(jìn)設(shè)計(jì)，實(shí)現(xiàn)了對(duì)多輸入輸出多跳電力系統(tǒng)的負(fù)荷控制，最后通過(guò)仿真實(shí)驗(yàn)進(jìn)行性能測(cè)試和驗(yàn)證。

3仿真實(shí)驗(yàn)與結(jié)果分析

為了測(cè)試本文設(shè)計(jì)的算法在實(shí)現(xiàn)多輸入輸出多跳電力系統(tǒng)的負(fù)荷控制中的性能，進(jìn)行仿真實(shí)驗(yàn)。實(shí)驗(yàn)中，采用CPU為Intel(R)PentiumG630 2.7GHz，內(nèi)存為2G的硬件配置作為仿真的硬件環(huán)境，采用網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)為500，4567，3495的分布式自組織網(wǎng)絡(luò)構(gòu)建電力系統(tǒng)的負(fù)荷傳輸網(wǎng)絡(luò)結(jié)構(gòu)模型，采用Matlab進(jìn)行數(shù)學(xué)仿真編程，參數(shù)設(shè)定中取得SINR閾值β=1，電力系統(tǒng)負(fù)荷值的路徑損耗系數(shù)α=5，數(shù)據(jù)信息流的單位節(jié)點(diǎn)的功率損耗常量δ={0，1，0.12，…，0.96,0.98}。容錯(cuò)性評(píng)價(jià)的初值設(shè)為P=βN0(d/0.1)α，最大預(yù)測(cè)長(zhǎng)度rmax=d/0.1。根據(jù)上述仿真環(huán)境和參數(shù)設(shè)定結(jié)果，及西寧電力系統(tǒng)的負(fù)荷控制，采用本文設(shè)計(jì)的電力負(fù)荷預(yù)測(cè)算法進(jìn)行負(fù)荷的準(zhǔn)確預(yù)測(cè)，首先得到電力系統(tǒng)的負(fù)荷數(shù)據(jù)時(shí)間序列采樣波形如圖2所示。

圖2　電力系統(tǒng)的負(fù)荷數(shù)據(jù)采樣時(shí)間序列波形

以數(shù)據(jù)采樣結(jié)果為測(cè)試樣本，數(shù)據(jù)采樣長(zhǎng)度為2000。采樣時(shí)間間隔為15s，帶寬為14.7dB，采用分?jǐn)?shù)階傅里葉變換對(duì)信號(hào)模型進(jìn)行特征空間重構(gòu)，在此基礎(chǔ)上，采用多跳節(jié)點(diǎn)子空間特征分解對(duì)MIMO節(jié)點(diǎn)的電力系統(tǒng)負(fù)荷進(jìn)行準(zhǔn)確預(yù)測(cè)控制，得到負(fù)荷數(shù)據(jù)預(yù)測(cè)的波束輸出結(jié)果見(jiàn)圖3。

圖3　負(fù)荷數(shù)據(jù)波束輸出

從圖3可見(jiàn)，采用本文算法進(jìn)行電力系統(tǒng)的負(fù)荷預(yù)測(cè)的精度較高，具有特征強(qiáng)度較好的波束輸出，提高了負(fù)荷控制能力，為了對(duì)比算法性能，采用本文算法和傳統(tǒng)方法，在不同電力節(jié)點(diǎn)簇個(gè)數(shù)下進(jìn)行負(fù)荷控制，以控制精度為測(cè)試指標(biāo)，得到仿真結(jié)果如圖4所示。從圖4可見(jiàn)，采用本文算法，控制品質(zhì)較高，提高了對(duì)電力系統(tǒng)負(fù)荷的預(yù)測(cè)精度和調(diào)度能力。

圖4　性能對(duì)比

4結(jié)語(yǔ)

在多輸入輸出多跳電力系統(tǒng)中，需要對(duì)電力傳輸節(jié)點(diǎn)進(jìn)行負(fù)荷控制設(shè)計(jì)，提高電力系統(tǒng)的綜合評(píng)估和控制能力。傳統(tǒng)方法對(duì)電力負(fù)荷的控制方法采用多維子空間QoS預(yù)測(cè)算法，對(duì)多輸入輸出(MIMO)的電力傳輸節(jié)點(diǎn)的負(fù)荷預(yù)測(cè)精度不高。對(duì)此，本文提出一種基于多跳節(jié)點(diǎn)子空間特征分解的電力系統(tǒng)的負(fù)荷控制算法。首先構(gòu)建了多輸入輸出的電力負(fù)荷的時(shí)間序列信號(hào)模型，采用分?jǐn)?shù)階傅里葉變換對(duì)信號(hào)模型進(jìn)行特征空間重構(gòu)，在此基礎(chǔ)上，采用多跳節(jié)點(diǎn)子空間特征分解對(duì)MIMO節(jié)點(diǎn)的電力系統(tǒng)負(fù)荷進(jìn)行準(zhǔn)確預(yù)測(cè)控制，仿真實(shí)驗(yàn)進(jìn)行了性能驗(yàn)證，展示了本文方法在提高電力系統(tǒng)負(fù)荷預(yù)測(cè)精度上面的優(yōu)越性能，本文方法在電力控制方面具有較好的應(yīng)用價(jià)值。

參考文獻(xiàn)：

[1]周雁, 王福豹, 黃亮.無(wú)線傳感器執(zhí)行器網(wǎng)絡(luò)綜述[J]. 計(jì)算機(jī)科學(xué), 2012, 39(10): 21-25.

ZHOUYan,WANGFu-bao,HUANGLiang,etal.Overviewofwirelesssensorandactornetworks[J].ComputerScience, 2012,39(10):21-25.

[2]趙瑞琴, 申曉紅，張效民，等. 無(wú)線多跳網(wǎng)絡(luò)最佳轉(zhuǎn)播模型及廣播機(jī)制研究[J].計(jì)算機(jī)學(xué)報(bào)，1024,37(2): 335-343.

ZHAORui-qin,SHENXiao-hong,ZHANGXiao-min,etal.Researchonoptimizedrebroadcastmodelandbroadcastingmechanismforwirelessmulti-hopnetworks[J].ComputerScience, 2014. 37(2)：335-343.

[3]protocolsinwirelesssensornetworksasurvey[J].InternationalJournalofComputerScienceandEngineeringSurvey, 2010, 1(2):63-83.

[4]XUXiao-hua,LIXiang-Yang,MAOXu-fei, et al.Adelay-efficientalgorithmfordataaggregationinmultihopwirelesssensornetworks[J].IEEETransactionsonParallelandDistributedSystems, 2011,22(1): 163-175.

[5]LIDe-ying,ZHUQing-hua,DUHong-wei,etal.Animproveddistributeddataaggregationschedulinginwirelesssensornetworks[J/OL].JournalofCombinatorialOptimization, 2012,5: 1-20.

[6]ZHANGKH,SONGH,ZHANGL.ActivesContoursDrivenbyLocalImageFittingEnergy[J].Patternrecognition,2010,43(4):1199-1206.

[7]王秋, 曲婷, 陳虹. 基于隨機(jī)模型預(yù)測(cè)控制的自主車(chē)輛轉(zhuǎn)向控制[J]. 信息與控制, 2015,44(4): 499-506.

WANGQiu,QUTing,CHENHong.Steeringcontrolofautonomousvehiclesbasedonstochasticmodelpredictivecontrol[J].InformationandControl, 2015, 44(4): 499-506.

[8]周軍海,林亞平,周四望.一種低功耗的社區(qū)機(jī)會(huì)網(wǎng)絡(luò)消息路由算法[J].計(jì)算機(jī)科學(xué),2014,41(1):178-182.

ZHOUJun-hai,LINYa-ping,ZHOUSi-wang.Power-efficientmessageroutingalgorithmforcommunity-basedopportunisticnetwork[J].ComputerScience, 2014,41(1):178-182.

(本文編輯：趙艷粉)

Load Control Algorithm for Multi-Input Multi-Output Power System

LIU Wei

(GuangzhouPanyuPolytechnic,Guangzhou511483,China)

Abstract:In the multi-input multi-output (MIMO) multi-hop power system, the load control design of the power transmission node is needed to improve the comprehensive evaluation and control of the power system. The traditional method of power load control method, using the multi-dimensional subspace QoS prediction algorithm, produces low load forecasting accuracy for MIMO power transmission node. This paper proposes a load control algorithm for power system based on multi hop node space feature decomposition. The model of power load time series signal model is constructed by using fractional Fourier transform to feature space reconstruction. In the signal subspace, the high order accumulated load time series is used to decompose the load time series. Thereby, the power system load of MIMO node is predicted and controlled by using multi-hop nodes. The simulation test results have verified that this proposed algorithm can improve control quality, forecasting precision and scheduling ability for electric power system load.

Key words:power load; control; system; multi-input multi-output (MIMO)

DOI：10.11973/dlyny201601013

作者簡(jiǎn)介：劉煒(1981)，男 ，碩士，講師，主要研究方向?yàn)橛?jì)算機(jī)控制、算法。

中圖分類(lèi)號(hào)：TP271

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：2095-1256(2016)01-0061-05

收稿日期：2015-09-15