检索结果-南通市图书馆

作者：吴国禄中国石油大学

学位级别：硕士

随着电力电子设备在配电网中的广泛应用,配电网的谐波畸变日益严重,危害电气设备的正常运行及电力系统的可靠性。对配电网的谐波成分进行准确的分析计算,掌握电网谐波畸变程度,合理进行谐波治理已经成为一项重要的研究课题。目前,无源... 详细信息

随着电力电子设备在配电网中的广泛应用,配电网的谐波畸变日益严重,危害电气设备的正常运行及电力系统的可靠性。对配电网的谐波成分进行准确的分析计算,掌握电网谐波畸变程度,合理进行谐波治理已经成为一项重要的研究课题。目前,无源滤波器由于具有结构简单、成本低廉、维护方便等优点,仍然是目前最为普遍的一种谐波治理手段。首先,本文根据油田配电网自身的特点和谐波基本理论,研究了无源滤波器的基本结构和影响滤波性能的相关参数,通过分析电网谐波产生机理,建立了配电网中变压器、输电线路、负荷等元件在谐波条件下的运行模型和电网中谐波源的模型。利用基波潮流和谐波潮流的解耦性,采用基波潮流与谐波潮流分离迭代的方法计算电网中的谐波参数,对网络中谐波进行了分析。其次,综合考虑经济指标、谐波抑制、安全运行等因素,建立了以滤波器投资费用为目标函数的优化配置模型。分析了模糊集中决策理论,采用基于模糊决策网络固有结构的方法确定滤波器的最佳安装位置。研究了粒子群算法及其改进算法,将其应用到配电网滤波器的优化配置中,编写了相应算法程序。最后,以油田一条实际配电网线路为例进行验算,将结果与遗传算法的结果相比较,验证了本文算法和程序的正确性,得出相关结论。

关键词：谐波潮流无源滤波器优化配置改进粒子群

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

数据链TDMA时隙分配与优化算法研究

数据链TDMA时隙分配与优化算法研究

作者：龚海西京学院

学位级别：硕士

战术数据链作为推动战争信息化和智能化的关键技术,在现代化战争中扮演着至关重要的角色。其核心功能在于实现各作战单元间高效信息传递,以促进从单一独立的作战模式向协同联合作战模式的转变。这种作战方式的演变,极大地增强了作战系... 详细信息

战术数据链作为推动战争信息化和智能化的关键技术,在现代化战争中扮演着至关重要的角色。其核心功能在于实现各作战单元间高效信息传递,以促进从单一独立的作战模式向协同联合作战模式的转变。这种作战方式的演变,极大地增强了作战系统在复杂多变的战场环境的适应能力,并显著提高了整体作战效能。然而,战术数据链的性能与效能在很大程度上取决于时隙资源分配技术的有效性。时隙资源分配技术是影响数据链性能的关键因素之一。尤其是在面对不断增长的通信业务需求和有限的时隙资源供给的情况下,传统的固定时隙资源分配方式已经无法满足现实通信需求。因此,研究动态时隙分配技术以适应不断变化的通信环境已成为必然趋势。本文首先对Link 16数据链的系统特点、消息标准、网络架构设计以及其时隙分配相关理论进行了深入探讨和分析。其次,针对目前Link 16在网络时隙规划与时隙分配上所存在的问题,提出了一种基于深度学习CNN-Res LSTM的时隙需求预测算法模型。该模型能够根据历史时隙需求情况来预测节点未来的时隙需求量。实验结果表明,CNN-Res LSTM模型的时隙需求预测准确率高达90%以上,并且具有较好的稳定性。进一步地,为了解决战术数据链时隙资源分配不均匀和无法满足实时性信息传输等问题,结合CNN-Res LSTM模型的时隙需求预测结果,本文还提出了一种基于改进粒子群优化的时隙分配算法(AWPSO-SAA)。实验结果表明,该算法在进行单节点分配5个时隙的情况下,能够以低于0.423s的时间找到最优分配方案,并实现了0.16的低时延抖动;在4个作战节点同时进行时隙分配的场景中,该算法也能够在快速的帮助各个节点找到其最均匀且最优的时隙分配方案,并且实现了0.111的平均时延抖动。因此,本文所提的CNN-Res LSTM时隙预测模型预测准确率较高以及AWPSO-SAA时隙分配算法能够快速、准确且均匀地将有限的时隙资源分配给有时隙需求的节点,从而提高时隙资源利用率并有效降低端到端传输时延抖动。

关键词： Link 16战术数据链动态时隙分配时隙需求预测改进粒子群低时延抖动

小波分析和CPSO-NP优化SVM的电机故障诊断方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

小波分析和CPSO-NP优化SVM的电机故障诊断方法研究

作者：周乐辽宁工程技术大学

学位级别：硕士

异步电动机作为解放人力的一种驱动装置,因其结构简单、稳定性好、价格适中等优点,在工农业等领域均有着广泛应用;若电机发生故障,轻则造成电机损坏,影响生产进度,重则会危及操作人员生命和企业财产安全,因此如何实现电机快速、准确的诊... 详细信息

异步电动机作为解放人力的一种驱动装置,因其结构简单、稳定性好、价格适中等优点,在工农业等领域均有着广泛应用;若电机发生故障,轻则造成电机损坏,影响生产进度,重则会危及操作人员生命和企业财产安全,因此如何实现电机快速、准确的诊断,避免或者及早发现故障,具有重要的现实意义。文章以异步电动机为研究对象,首先介绍了它的工作原理,总结了电动机的故障类型和诊断技术,研究了电机转子断条故障、定子故障和滚动轴承故障的频率特性,为下一步故障诊断提供理论参考;接下来,文章将提出的故障诊断系统分为三大模块:信号采集模块,信号处理模块和模式识别模块,由于文章采用凯斯西储大学轴承数据集,因此后两个模块才是文章研究的内容;在信号处理模块文章提出了一种改进的小波降噪法和小波包特征提取的小波分析处理方式;考虑到采集信号中不可避免的含有噪音,影响故障信号的提取,于是文中提出了邻域多阈值函数降噪法,该降噪法中的函数包含邻域硬阈值,邻域窗口阈值和邻域扩张阈值,小波系数根据不同的邻域阈值进行保留或收缩,以充分反映信号的真实信息;新函数能够较好体现与被滤波噪声的相互关系,可以进一步提高消噪的精度,然后与其它阈值函数去噪方法相比,仿真结果表明在信号信燥比,降低有用信号失真和抑制噪声等方面都有一定的提高;其次利用小波包的多分辨率特性,对降噪后的信号进行分解,并把不同频带的能量作为特征向量,仿真结果表明,提取的特征向量可以表征不同的故障信息;在模式识别模块文章提出了一种改进粒子群优化支持向量机的故障诊断方法;为了有效地平衡粒子群算法的探索和开发能力,解决粒子群局部最优,收敛速度慢等问题,提出了基于捕食搜索和自然选择的混沌粒子群算法。该算法借鉴自然选择中适者生存的进化机制以提高算法的收敛速度;且捕食搜索策略调节限制级别平衡全局搜索和局部搜索,优化搜索性能;通过函数测试和电机轴承数据的故障诊断,结果表明:所提算法计算精度高、收敛速度快,能准确地对SVM的参数进行寻优,提高了故障诊断的准确性

关键词：异步电机轴承故障小波分析改进粒子群支持向量机

基于改进PSO算法的新型电力系统稳定器PSS4B参数整定研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进PSO算法的新型电力系统稳定器PSS4B参数整定研究

作者：刘英超西南交通大学

学位级别：硕士

电网互联、发电机重负荷、采用快速励磁、远距离输电的应用,会降低系统阻尼,当系统阻尼较小甚至为负时,极易产生低频振荡。电力系统稳定器（PSS）作为抑制低频振荡的主要措施得以广泛应用。然而,单分支PSS在模型与抑制原理上不尽完善,... 详细信息

电网互联、发电机重负荷、采用快速励磁、远距离输电的应用,会降低系统阻尼,当系统阻尼较小甚至为负时,极易产生低频振荡。电力系统稳定器（PSS）作为抑制低频振荡的主要措施得以广泛应用。然而,单分支PSS在模型与抑制原理上不尽完善,存在抑制效果不佳的问题。新型电力系统稳定器PSS4B将输入信号分为3个分支,可为不同频段提供合适的补偿相角。由于3分支参数互相影响,不易整定,因此,对PSS4B参数整定的研究具有一定的现实意义。本文首先分析了低频振荡产生机理及PSS抑制振荡的原理,并分别介绍了各种电力系统稳定器的结构及各自优缺点,其中详细说明PSS4B模型;基于PSS4B完整的传递函数,进行部分化简,并确定待优化参数为各分支的带通滤波、相位补偿与增益环节;通过在平衡点线性化,针对单机无穷大系统与多机系统,列写加装简化PSS4B的全系统状态矩阵;利用特征值分析法,编程计算多机系统中机电振荡模式下的特征值、相关因子、机电回路相关比等变量,为PSS4B安装地点选择与参数优化结果定量分析提供了理论依据。其次在基本粒子群（PSO）算法基础上,采用随机权重与杂交操作结合的方法,得到改进PSO算法,利用基准测试函数,将本文改进的PSO算法与其它两种改进PSO算法进行性能比较,结果表明本文改进后的PSO算法在高维度寻优、收敛稳定性与收敛精度上效果良好;将简化PSS4B参数优化分两步进行,首先优化带通滤波与增益环节,其次优化各分支的相位补偿环节,寻优的目标函数为系统输出按最小误差跟踪定值（ITAE准则）综合考虑性能指标,其中误差取各发电机转子角速度偏差的绝对值与各发电机电磁功率偏差的绝对值之和,同时目标函数考虑电力系统不同的典型运行工况,保证优化后PSS4B能提供充分的系统稳定裕度与一定的鲁棒性。最后在MATLAB/Simulink环境下,基于单机无穷大系统与3机9节点系统,利用改进PSO算法进行PSS4B参数优化仿真,结果显示本文优化后的PSS4B较其它整定方法得到的PSS4B在不同运行工况下能更快地抑制振荡,增强系统的动态稳定性;同时,利用特征值分析法定量验证了本文优化后的PSS4B较其它整定方法的PSS4B更能提升系统阻尼。

关键词： PSS4B 参数优化低频振荡改进粒子群

基于数据生成与机器学习的原油管道能耗预测方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于数据生成与机器学习的原油管道能耗预测方法研究

作者：朱振宇中国石油大学(北京)

学位级别：硕士

长距离原油管道在生产运行过程中耗能较大,精准的中期能耗预测是其运行管理的重要依据,有助于输油企业制定批量调度与负荷分配等运行方案。建模数据的数量和质量是准确预测的基础,但由于数据获取成本高、数据存在安全保密性,导致可获取... 详细信息

长距离原油管道在生产运行过程中耗能较大,精准的中期能耗预测是其运行管理的重要依据,有助于输油企业制定批量调度与负荷分配等运行方案。建模数据的数量和质量是准确预测的基础,但由于数据获取成本高、数据存在安全保密性,导致可获取数据往往是小样本,模型的预测精度难以满足要求。因此,有必要对小样本集情况下的原油管道能耗预测进行研究。针对管道运行数据存在高维、非线性关系强、信息冗余等问题,利用Spearman系数法筛选对管道运行能耗影响大的因素,提高预测模型的运行效率;借助分层抽样的方法来更加合理地划分训练集和测试集数据,降低样本不充足时随机抽样带来的误差;通过对多种预测模型和优化算法的对比选优,选择将改进的粒子群算法与支持向量机结合,建立最终的混合预测模型,预测结果表明,该混合预测模型对原油管道中期能耗预测精度最高。为进一步提高小样本集的预测精度,借鉴数据生成理论,引入自取法生成虚拟样本用于扩充原始小样本集,预测结果表明,随着虚拟样本的不断加入,两站场电耗预测的MAE值相较于未添加虚拟样本分别降低了5.574%和11.429%,油耗预测的MAE值相较于未添加虚拟样本分别降低了21.173%和36.138%,证明虚拟样本的加入能够有效改善预测模型的预测性能,为解决管道数据不充足时的预测问题提供了一种新的解决方式。

关键词：原油管道能耗预测改进粒子群支持向量机自取法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

改进的模糊神经网络PID算法的研究与应用

改进的模糊神经网络PID算法的研究与应用

作者：程宗政上海工程技术大学

学位级别：硕士

传统PID算法具有结构简单、原理清晰等特点,在工业控制中得到广泛应用。随着现代工业的发展,传统PID算法在应对具有非线性的系统时,无法保证控制的精确性和稳定性。模糊神经网络具有处理非线性特性的能力,能够进行模糊控制推理和人工神... 详细信息

传统PID算法具有结构简单、原理清晰等特点,在工业控制中得到广泛应用。随着现代工业的发展,传统PID算法在应对具有非线性的系统时,无法保证控制的精确性和稳定性。模糊神经网络具有处理非线性特性的能力,能够进行模糊控制推理和人工神经网络自学习,因此将模糊神经网络算法和传统PID算法相结合能够很好地解决非线性系统的控制问题。由于模糊神经网络算法初始权值和阈值是随机取得,且自身需要优化的参数过多,导致模糊神经网络PID算法在控制过程中存在控制实时性较差和控制的精度无法达到理想效果等问题。基于此,论文提出使用粒子群算法改善模糊神经网络的初始权值和阈值,并针对常规粒子群算法存在的全局寻优能力差和收敛速度慢等问题,提出采用激活停滞粒子和在全局最优粒子的局部区域进行搜索的方式来改进常规粒子群算法,改进后算法的全局寻优能力会得到显著加强,但是改进后算法依然存在收敛速度较慢的问题。为了进一步提高算法的全局寻优能力和收敛速度,论文提出天牛须蜂群算法。天牛须蜂群算法是在传统人工蜂群算法的基础上加入天牛须搜索策略,模拟天牛在觅食和搜索时,利用左右触须比较气味的浓度来确定前进的方向。天牛须算法的引入能够让蜜蜂在觅食时,获得明确的搜索方向,增强了蜜蜂对食物源的搜索能力,使得算法全局寻优能力增强并且收敛速度更快。将以上两种智能寻优算法对模糊神经网络PID算法进行改进,并以工业闪蒸罐为被控对象,利用两种改进模糊神经网络PID算法和常规模糊神经网络PID算法分别对闪蒸罐系统进行压力仿真实验。结果表明:天牛须蜂群优化的模糊神经网络PID算法的调整时间进一步缩短,超调量更低,使得闪蒸罐压力系统获得更好的控制性能。借助SMPT-1000高级过程控制实验设备和西门子的SIMATIC PCS7设计了闪蒸罐压力控制实验,实际结果验证了天牛须蜂群优化的模糊神经网络PID算法的控制效果。

关键词：改进粒子群天牛须蜂群模糊神经网络 PID控制闪蒸罐压力控制

考虑高维风场动态相依特性的电力系统经济调度问题研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

考虑高维风场动态相依特性的电力系统经济调度问题研究

作者：程培军华南理工大学

学位级别：硕士

随着经济和社会的高速发展,国家越来越关注生态环境问题,针对化石能源高能耗、高碳排放量等问题,出台了一系列政策大力推动发展可再生新能源发电。风力发电以其零排放、基建周期短等优势得到了广泛应用,但其具有的间歇性、随机性和波动... 详细信息

随着经济和社会的高速发展,国家越来越关注生态环境问题,针对化石能源高能耗、高碳排放量等问题,出台了一系列政策大力推动发展可再生新能源发电。风力发电以其零排放、基建周期短等优势得到了广泛应用,但其具有的间歇性、随机性和波动性等特点也给电网的安全经济运行带来新的挑战。本文对高维风电场出力的动态相依特性进行建模,并对考虑高维风场动态相依特性的电力系统经济调度问题展开研究。随着风电的大规模并网,多个风电场由于所处地域和天气的相似性,其出力也存在较强的相关关系。本文对单个风电场出力以及多个风电场出力进行分析,利用pair-copula函数对高维风电场出力的动态相依特性进行建模,以准确描述单个风电场出力的非正态特性和多个风电场出力间的非线性、非对称性和上下尾相依特性。考虑到目前同一区域的新能源种类多样性,本文建立了考虑多风电场和光伏电厂出力的动态相依性模型;为应对风电和光伏并网的随机特性,基于场景法建立了以系统煤耗和再调度费用最低为目标的电力系统动态经济调度模型,将原始的随机性模型转换为确定性模型;针对传统粒子群算法存在早成熟、易陷入局部极值点等不足,提出了改进粒子群算法用于求解经济调度模型;最后,以改进IEEE39节点系统为例,验证了所提模型和算法的有效性。为进一步解决考虑多风电场接入电网的动态经济调度模型求解效率较低等问题,本文基于copula理论建立了多风电场出力的高维动态pair-copula模型;以系统煤耗和污染气体排放费用最小为目标,基于场景法建立了动态经济调度模型;基于多学科协同优化算法提出了高维场景解耦的动态经济调度模型,并建立动态最优松弛优化模型为系统级优化模型求取最优松弛变量,实现了对原问题的降维求解,有效提高了求解效率;最终基于IEEE118节点系统和某实际省级电网的算例验证了本文所提模型及算法的有效性和实用性。

关键词： pair-copula 动态经济调度场景法改进粒子群动态最优松弛

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

风机轴承故障信号降噪及故障诊断方法研究

风机轴承故障信号降噪及故障诊断方法研究

作者：张涵山东理工大学

学位级别：硕士

高温风机作为水泥厂在生产过程中的重要设备,能够保证工厂内通风除尘顺利进行。如果高温风机出现故障,水泥厂内通风除尘不畅将会有安全隐患,从而导致生产停止,给企业造成重大损失。在高温风机内,滚动轴承是易损件。经过观察大量高温风... 详细信息

高温风机作为水泥厂在生产过程中的重要设备,能够保证工厂内通风除尘顺利进行。如果高温风机出现故障,水泥厂内通风除尘不畅将会有安全隐患,从而导致生产停止,给企业造成重大损失。在高温风机内,滚动轴承是易损件。经过观察大量高温风机故障,发现由滚动轴承故障引起的风机故障占比最高。所以,如果能够对高温风机内部轴承进行故障诊断,可以有效提高水泥厂生产效率,保障水泥厂财产安全。本文将高温风机的滚动轴承作为研究对象,研究内容如下:（1）风机滚动轴承振动机理及振动信号降噪方法研究分析了高温风机轴承的结构,振动特性以及故障类型,滚动轴承的各组成部分的故障频率及其振动机理。针对采集的滚动轴承振动信号的噪声多,难以直接用于故障诊断的问题,提出一种改进EEMD降噪方法。该方法通过每次EEMD分解时,选取IMF来重构信号,通过归一化的评价指标来评价重构信号的去噪效果,去噪迭代终止条件选用归一化全局最优点指标,以实现轴承故障信号自适应降噪。（2）风机轴承振动信号特征提取方法的研究在进行高温风机轴承特征提取时,选择LMD进行故障信号的特征提取。由于在LMD分解过程中,始终存在端点效应,影响特征提取的结果,而降低端点效应能够有效提高特征提取的质量。提出一种能量选择延拓法,将原始信号左右两端进行延拓,以获得最理想的延拓点,使原始信号尽可能地保持其基本变化趋势,从而抑制端点效应,提高故障特征提取效果。（3）IPSO-RVM的风机轴承故障识别方法在高温风机轴承故障诊断过程中,首先,针对传统粒子群优化支持向量机所存在分类效果较差和传统粒子群寻优不准确的问题,提出一种改进粒子群算法,利用自适应的惯性权重和加速因子,使粒子前期的搜索速度更快,后期的收敛速度更快。其次,相关向量机的重要参数使用改进后的粒子群算法进行优化,构建改进粒子群优化相关向量机（IPSO-RVM）模型。最后,将IPSO-RVM模型和改进粒子群优化支持向量机（IPSO-SVM）模型,与粒子群优化支持向量机（PSO-SVM）模型进行相互对比实验。经仿真实验验证,新方法能够在保证时间运行合理的情况下提高分类准确率。

关键词：集成经验模态分解改进粒子群局部均值分解相关向量机故障诊断

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于新能源消纳的电热联合系统优化运行

基于新能源消纳的电热联合系统优化运行

作者：李赫宁沈阳工业大学

学位级别：硕士

随着经济的飞速发展,我国正面临着能源短缺和环境污染的双重压力,故近年来新能源发电受到了广泛关注,但由于新能源发电的间歇性和不稳定性,其利用效率有待提高,系统消纳能力有待提升。尤其是在北方地区的冬季供暖期,热电厂运行必须受热... 详细信息

随着经济的飞速发展,我国正面临着能源短缺和环境污染的双重压力,故近年来新能源发电受到了广泛关注,但由于新能源发电的间歇性和不稳定性,其利用效率有待提高,系统消纳能力有待提升。尤其是在北方地区的冬季供暖期,热电厂运行必须受热电耦合的刚性约束以保证用户的供暖需求,弃风限电形势严峻。为了提高新能源的消纳量,本文以风电为例,建立了一种热电联产系统模型,制定了满足经济性且风电消纳量最多的调度优化方案,并采用一种变时间尺度的优化调度策略以提高方案的灵活性和准确性。为提高新能源消纳水平,本文建立了含电储能、热泵及热水蓄热器的新型热电联产系统总体结构框架,并对各机组的出力特性和运行成本进行了分析,验证了系统内各可控单元都具有消纳新能源的能力;以风电为例,将不同机组组合情况下消纳风电量进行了仿真对比,验证了本文提出的新型热电联产系统具有较好的风电消纳能力。为了使系统在保证经济运行的同时接纳更多的弃风,本文针对上述热电联产系统,建立了以实现运行成本最低为目标的调度计划优化模型。并针对该模型的特点,引入莱维飞行对传统粒子群算法进行改进,采用改进粒子群算法求取经济调度最优解,并与传统粒子群及其他改进智能算法对比,经算例仿真验证了本文的改进算法对热电联合优化模型求解在精度和收敛速度上都有明显优势;将本文优化模型与其他模型相对比,用改进算法求解,验证了本文提出的优化模型有更好的经济性和风电的消纳效果。为了降低新能源和负荷的不确定性所带来的调度困难,本文提出了变时间尺度的滚动调度策略,将时间尺度细化,根据历史数据对日内调度时间尺度进行重新分配,以风电为例,基于风电预测、负荷预测的准确度情况分别对实时调度的时间段和滚动调度的起始时间进行改进。算例结果表明,本文提出的变时间尺度调度策略能够在实时满足负荷需求的同时,进一步提高系统对风电的接纳能力,减小了风电预测误差及负荷波动对调度计划制定的影响。

关键词：热电联产新能源消纳变时间尺度改进粒子群

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

农业物联网中MEC计算卸载策略研究

农业物联网中MEC计算卸载策略研究

作者：王晨赣南师范大学

学位级别：硕士

随着物联网(Internet of Things,Io T)技术、无线通信技术的快速发展,农业物联网(Agricultural Internet of Things,Ag Io T)设备收集数据的丰富性与大量性值得关注。通过农业物联网技术与农业生产的有效结合,提升生产效率的同时,促进... 详细信息

随着物联网(Internet of Things,Io T)技术、无线通信技术的快速发展,农业物联网(Agricultural Internet of Things,Ag Io T)设备收集数据的丰富性与大量性值得关注。通过农业物联网技术与农业生产的有效结合,提升生产效率的同时,促进传统农业向现代化农业的转型,不断提升我国农业发展水平。同时为使设施农业有效实现智慧且集约化的生产,可利用物联网技术中传感与感知等功能,对实时农产品生长信息等数据进行加工处理。但农业物联网设备本身计算能力有限,无法满足现实应用场景的需求。移动云计算(Mobile Cloud Computing,MCC)服务器距离移动设备较远,导致无法满足低时延低能耗任务的要求,移动边缘计算(Mobile Edge Computing,MEC)将云端计算能力放置在终端设备附近,实现较低时延且可快速响应设备。为应对农业物联网的发展需求,针对MEC中关键技术之一的计算卸载技术,总结近几年有关研究成果,结合智慧农业概念,针对基站无法有效覆盖的可移动农业物联网场景、大规模农业物联网场景与能量受限农业物联网设备场景研究农业领域的MEC计算卸载策略,主要内容归结为以下三个方面:(1)针对基站无法有效覆盖、设备可移动性的农业物联网场景,引入无人机(Unmanned Aerial Vehicle,UAV)装载MEC服务器辅助Ag Io T设备计算卸载。采用自适应时延权重因子和能耗权重因子,最大限度地减少时延与能耗的加权系统成本,联合优化用户调度和计算卸载率,考虑无人机电量约束,提出一种基于Dueling DQN的无人机辅助计算卸载算法。并通过仿真实验证明基于Dueling DQN的无人机辅助计算卸载策略能够快速收敛到最优解。同时,与全部本地计算、全部卸载、基于Actor-Critic和基于DQN的策略相比,该策略可以显著改善系统成本,且在不同环境下最为稳定。(2)针对大规模农业物联网场景,采用基于公平使用的定价策略允许Ag Io T设备使用MEC服务器计算资源,在Ag Io T设备收益函数基础之上,考虑MEC服务器对Ag Io T设备的回报率函数,同时考虑由于MEC服务器计算资源过度利用导致的故障概率。综合以上因素,构建了Ag Io T设备的效用函数,将Ag Io T设备数据卸载问题定义为每个Ag Io T设备效用函数的分布式最大化问题,并将其视为Ag Io T设备之间的非合作博弈,基于子模对策理论证明该非合作博弈纳什均衡的存在性,提出基于非合作博弈的分布式计算卸载算法(GAOFF),通过仿真实验证明该方法可快速有效收敛至纳什均衡,且适用于大规模农业物联网场景。(3)针对无法本地计算的能量受限Ag Io T设备,引入MEC与超密网络(Ultra-dense Network,UDN)结合的超密边缘计算(Ultra-dense Edge Computing,UDEC)概念,首先制定其传输功率分配问题以最小化传输能耗,提出基于改进粒子群的功率分配算法(PASO),通过与基于模拟退火、惯性权重粒子群(Particle Swarm Optimization,PSO)的功率分配策略对比分析,证明其优越性。其次,联合卸载策略与资源调度,将其建模为混合整数非线性规划问题,提出基于改进二进制粒子群的请求卸载与资源分配算法(GBPSO),与基于惯性权重二进制粒子群(Binary Particle Swarm Optimization,BPSO)的请求卸载与资源分配算法对比分析,证明该方法可有效快速收敛,且在动态UDEC中保持着良好的性能。

关键词：农业物联网移动边缘计算计算卸载深度强化学习博弈论改进粒子群