［關(guān)鍵詞］通信電源；智能節(jié)能控制；深度學(xué)習(xí)；能源消耗；系統(tǒng)效率

［中圖分類號］TN929.5 ［文獻標志碼］A ［文章編號］2095–6487（2024）10–0029–03

通信電源作為現(xiàn)代通信系統(tǒng)的核心組成部分，在信息社會中至關(guān)重要，但隨著通信技術(shù)的不斷發(fā)展和應(yīng)用的普及，通信電源系統(tǒng)的能源消耗問題日益凸顯。當前通信電源系統(tǒng)在運行過程中普遍存在能源浪費現(xiàn)象，主要表現(xiàn)為電能轉(zhuǎn)換效率低、冗余能耗大等問題。傳統(tǒng)的節(jié)能控制方法通常依賴于規(guī)則制訂或簡單的控制策略，缺乏針對性和靈活性，無法有效解決通信電源系統(tǒng)的能耗和效率問題。相關(guān)研究中，已有多項研究針對通信電源系統(tǒng)的節(jié)能控制進行了探索，如周軍等[1]分析了傳統(tǒng)通信電源系統(tǒng)存在的能源浪費問題，并提出了一種基于模糊邏輯的節(jié)能控制方法；湯連軍[2]基于深度學(xué)習(xí)算法，研究了通信電源系統(tǒng)的智能節(jié)能控制策略，取得了一定的效果；陳爾論[3]在研究中發(fā)現(xiàn)，傳統(tǒng)的節(jié)能控制方法在實際應(yīng)用中存在著一定的局限性，需要進一步改進和優(yōu)化。本研究基于此，旨在提出一種創(chuàng)新的智能節(jié)能控制策略，以降低通信電源系統(tǒng)的能耗，提高系統(tǒng)效率，針對傳統(tǒng)節(jié)能控制方法存在的問題進行分析和改進，以期為通信領(lǐng)域的可持續(xù)發(fā)展提供新的解決方案。

1節(jié)能控制技術(shù)在通信電源系統(tǒng)中的應(yīng)用分析

1.1通信電源系統(tǒng)能耗特點分析

通信電源系統(tǒng)作為支撐現(xiàn)代通信技術(shù)運行的重要組成部分，其能耗特點直接影響著整個通信系統(tǒng)的能源利用效率和運行成本。通信電源系統(tǒng)的能耗特點主要體現(xiàn)在：①電能轉(zhuǎn)換效率低。由于通信電源系統(tǒng)需要將電能轉(zhuǎn)換成適合通信設(shè)備使用的形式，其中包括直流電轉(zhuǎn)換成交流電，電壓和電流的調(diào)整等過程，這些轉(zhuǎn)換過程中會伴隨著能量損耗。②負載變化大。通信設(shè)備的負載通常會隨著通信量的變化而變化，導(dǎo)致通信電源系統(tǒng)需要根據(jù)負載情況動態(tài)調(diào)整輸出功率，這會增加系統(tǒng)的能耗。③工作環(huán)境復(fù)雜。通信電源系統(tǒng)通常需要在惡劣的環(huán)境條件下運行，如高溫、高濕、高海拔等，這些環(huán)境因素會對系統(tǒng)的能耗產(chǎn)生影響。

1.2現(xiàn)有節(jié)能控制方法綜述

目前通信電源系統(tǒng)的節(jié)能控制方法主要分為兩大類，分別為基于規(guī)則的控制方法和基于智能算法的控制方法?；谝?guī)則的控制方法依賴于經(jīng)驗規(guī)則，根據(jù)通信設(shè)備的工作狀態(tài)和環(huán)境條件制訂相應(yīng)的控制策略，如調(diào)整輸出電壓、頻率等參數(shù)以實現(xiàn)節(jié)能目的。基于智能算法的控制方法可利用機器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)，通過對通信電源系統(tǒng)的數(shù)據(jù)進行學(xué)習(xí)和優(yōu)化，自動調(diào)整控制參數(shù)實現(xiàn)節(jié)能控制?；谥悄芩惴ǖ目刂品椒ň哂休^強的智能化和自適應(yīng)性，能夠更好地適應(yīng)復(fù)雜多變的通信環(huán)境，提高系統(tǒng)的節(jié)能效果。

1.3深度學(xué)習(xí)在通信電源系統(tǒng)中的應(yīng)用現(xiàn)狀

作為人工智能領(lǐng)域的重要分支，深度學(xué)習(xí)在節(jié)能控制方面具有廣泛的應(yīng)用前景。通過深度學(xué)習(xí)算法，分析通信電源系統(tǒng)的大量數(shù)據(jù)，挖掘數(shù)據(jù)之間的關(guān)聯(lián)性，從而實現(xiàn)系統(tǒng)的智能控制。目前已有多項研究在節(jié)能控制通信電源系統(tǒng)中應(yīng)用深度學(xué)習(xí)，例如，使用深度學(xué)習(xí)算法預(yù)測通信電源系統(tǒng)的工作狀態(tài)，提前調(diào)整相關(guān)參數(shù)，達到節(jié)約能源的目的。深度學(xué)習(xí)在通信電源節(jié)能控制領(lǐng)域的應(yīng)用仍有很大的進度空間，因此深入研究通信電源節(jié)能控制中深度學(xué)習(xí)的應(yīng)用，以提升系統(tǒng)的節(jié)能性能和智能化水平十分必要。

2深度學(xué)習(xí)與智能節(jié)能控制技術(shù)

2.1深度學(xué)習(xí)原理

深度學(xué)習(xí)是基于深層神經(jīng)網(wǎng)絡(luò)模型和方法的機器學(xué)習(xí)。深度學(xué)習(xí)是在統(tǒng)計機器學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)等算法模型基礎(chǔ)上，結(jié)合當代大數(shù)據(jù)和大算力的發(fā)展而發(fā)展出來的。深度學(xué)習(xí)最重要的技術(shù)特點是具有自動提取特征的能力，所提取的特征也稱為深度特征或深度特征表示，相比于人工設(shè)計的特征，深度特征的表示能力更強、更穩(wěn)健。因此，深度學(xué)習(xí)的本質(zhì)是特征表征學(xué)習(xí)。深層神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)能夠自動提取特征的模型基礎(chǔ)，深層神經(jīng)網(wǎng)絡(luò)本質(zhì)上是一系列非線性變換的嵌套。

2.2基于深度學(xué)習(xí)的智能節(jié)能控制策略設(shè)計

深度學(xué)習(xí)在智能節(jié)能控制中的應(yīng)用，主要基于神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建和訓(xùn)練?？紤]到通信電源系統(tǒng)的復(fù)雜性和非線性特點，采用深度神經(jīng)網(wǎng)絡(luò)作為基礎(chǔ)模型。其模型表示為：

通過以上設(shè)計，實現(xiàn)了基于深度學(xué)習(xí)的智能節(jié)能控制策略。該策略能夠根據(jù)通信電源系統(tǒng)的實時數(shù)據(jù)，自動調(diào)整系統(tǒng)參數(shù)，實現(xiàn)節(jié)能優(yōu)化，提高系統(tǒng)效率。

3試驗設(shè)計與結(jié)果分析

3.1試驗設(shè)置與條件

通信電源系統(tǒng)作為試驗平臺，以模擬實際通信場景中的節(jié)能控制情況。試驗條件包括通信設(shè)備的工作狀態(tài)、環(huán)境溫度、負載變化等因素。通信設(shè)備的工作狀態(tài)分為高負載、低負載和空閑3種情況，模擬了通信系統(tǒng)在不同工作狀態(tài)下的能耗情況。環(huán)境溫度設(shè)定為常溫、高溫和低溫，考慮了環(huán)境溫度對通信電源系統(tǒng)能耗的影響。模擬通信系統(tǒng)負載隨時間的變化，包括周期性變化和突發(fā)性變化兩種情況。試驗主要采集輸入功率、輸出功率、電壓、電流、溫度等數(shù)據(jù)。

輸入功率和輸出功率反映了通信電源系統(tǒng)的能耗和輸出能力，電壓和電流用于評估系統(tǒng)的穩(wěn)定性，溫度用于分析環(huán)境條件對系統(tǒng)性能的影響。數(shù)據(jù)采集設(shè)備包括傳感器和數(shù)據(jù)采集卡，通過這些設(shè)備實時監(jiān)測通信電源系統(tǒng)的運行狀態(tài)，并將數(shù)據(jù)存儲到計算機中進行后續(xù)分析。本試驗將在不同試驗條件下進行多組試驗，以驗證深度學(xué)習(xí)算法在通信電源節(jié)能控制中的效果。通過對試驗數(shù)據(jù)的分析和比較，評估深度學(xué)習(xí)算法在節(jié)能控制中的應(yīng)用效果，并提出可能的改進方案，為通信電源系統(tǒng)的節(jié)能優(yōu)化提供參考和指導(dǎo)。

3.2試驗過程與數(shù)據(jù)收集

試驗將分為對照組和試驗組兩個部分，對照組將采用傳統(tǒng)的節(jié)能控制方法，而試驗組將采用基于深度學(xué)習(xí)的智能節(jié)能控制策略。

（1）對照組試驗設(shè)計。設(shè)定通信電源系統(tǒng)在不同時間段內(nèi)的負載變化情況，包括周期性變化和突發(fā)性變化。模擬通信系統(tǒng)在不同工作狀態(tài)下的能耗情況。對通信電源系統(tǒng)采用傳統(tǒng)的節(jié)能控制方法，根據(jù)負載變化情況調(diào)整系統(tǒng)的輸出功率，以維持系統(tǒng)在各種工作狀態(tài)下的穩(wěn)定運行。實時監(jiān)測和記錄通信電源系統(tǒng)在試驗過程中的運行狀態(tài)和各項參數(shù)數(shù)據(jù)，包括輸入功率、輸出功率、電壓、電流等。

（2）試驗組試驗設(shè)計。預(yù)先訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)模型，以學(xué)習(xí)通信電源系統(tǒng)在不同負載和環(huán)境條件下的能耗規(guī)律和節(jié)能潛力。將訓(xùn)練好的深度學(xué)習(xí)模型應(yīng)用于通信電源系統(tǒng)的節(jié)能控制中，根據(jù)實時監(jiān)測的數(shù)據(jù)和模型預(yù)測結(jié)果，智能調(diào)節(jié)系統(tǒng)的輸出功率，以實現(xiàn)節(jié)能優(yōu)化。同樣實時監(jiān)測和記錄通信電源系統(tǒng)在試驗過程中的運行狀態(tài)和各項參數(shù)數(shù)據(jù)。

通過對照組和試驗組的設(shè)計和試驗操作，可得出以下數(shù)據(jù)，見表1。

通過對照試驗得到的數(shù)據(jù)可評估傳統(tǒng)節(jié)能控制方法和基于深度學(xué)習(xí)的智能節(jié)能控制策略在通信電源系統(tǒng)中的效果差異，為深度學(xué)習(xí)算法在節(jié)能控制領(lǐng)域的應(yīng)用提供試驗數(shù)據(jù)支持。

3.3試驗結(jié)果分析及討論

通過對比控制組與試驗組的測試結(jié)果后可知，試驗組在等量能量投入的情況下，能夠產(chǎn)生更強大的輸出能力，這表明采用深度學(xué)習(xí)技術(shù)的智能節(jié)電管理方案在降低能耗和提升效能方面具有更顯著的優(yōu)越性。

4結(jié)束語

文章提出了一種基于深度學(xué)習(xí)的通信電源節(jié)能控制方法，為提高通信電源系統(tǒng)的能源利用效率和運行成本提供了新的思路和方法。利用深度學(xué)習(xí)算法可對大量的系統(tǒng)數(shù)據(jù)進行學(xué)習(xí)和分析，實現(xiàn)智能化的節(jié)能控制，具有較強的自適應(yīng)性和靈活性，能夠適應(yīng)復(fù)雜多變的通信環(huán)境，并能夠不斷優(yōu)化模型，提高節(jié)能效果，具有持續(xù)改進的潛力。未來的研究方向可包括進一步優(yōu)化深度學(xué)習(xí)模型，探索其他機器學(xué)習(xí)算法的應(yīng)用，以及進行系統(tǒng)性能的實地測試和驗證，以驗證方法的有效性和可行性，為其在工程實踐中的應(yīng)用提供支持和指導(dǎo)。