面向电力物联网URLLC业务的智能网络切片管理方法

摘要：

基于5G通信技术的电力物联网正在如火如荼地建设,随之产生的是用电信息采集、输变电状态监测以及精准负荷控制等新型电力物联网业务.为了满足这些业务对5G网络的超低时延和超高可靠性的需求,提出一种面向电力物联网URLLC?(ultra?reliable?low?latency?communication)业务的智能网络切片管理方法.该方法综合运用5G切片和移动边缘计算?(mobile?edge?computing,?MEC)技术,建立电力业务传输和计算的时延、能耗以及可靠性模型,并通过DQN?(deep?Q?network)算法对切片资源进行优化.仿真实验表明,所提出的智能网络切片管理方法的可靠性高于98％,且优于经典的基于坐标块下降方法和资源平均分配方法.

关键词：电力物联网、5G网络、移动边缘计算、深度强化学习、超高可靠与超低时延

所属期刊栏目：25

分类号：TM73(输配电工程、电力网及电力系统)

资助基金：南方电网公司科技项目

在线出版日期：2022-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：129-135