面向智能用电的无线传感器网络关键技术研究

发布时间：2020-08-20 17:06

【摘要】：智能用电是智能电网的重要组成部分,无线传感器网络(Wireless Sensor Network, WSN)是支撑智能用电系统的重要通信技术之一,智能用电的行业性特点对WSN研究提出了新的挑战。论文结合智能用电业务特点,开展面向智能用电的WSN关键技术研究,对于智能电网建设以及WSN技术行业化应用具有重要理论参考意义。首先针对智能用电信息采集业务的通信服务质量问题,分析了用电信息数据结构特性,从理论上证明了用电信息数据满足压缩感知建模条件；建立了智能用电低压用电信息的压缩感知模型；并在模型基础上提出了一种基于双正交小波矩阵和随机高斯矩阵的用电信息的压缩感知算法。仿真实验表明用电信息压缩感知模型及其算法能够有效保持原始数据信息结构并有效减少网络数据量。其次针对智能用电WSN的拥塞控制问题,从数据聚合出发提出一种数据压缩感知的拥塞控制算法,通过数据源压缩减少网络通信量实现拥塞控制；从速率控制出发提出一种流量预测的拥塞控制算法,通过局部和全局的节点速率控制实现拥塞控制。仿真实验表明算法能够改善网络拥塞状态下的业务服务质量(性能。然后针对智能用电WSN的功率控制问题,在实验分析功率控制对用电信息业务的服务质量影响和网络拓扑导致节点间干扰影响基础上,提出一种基于业务分级的自适应功率控制算法。算法采用业务分级策略保证不同业务的服务质量要求,同时通过自适应功率调整机制减少节点间干扰影响,仿真实验表明算法功率控制的有效性。最后针对智能用电WSN的路由优化问题,在构建基于汇聚节点跳数、节点剩余能量和区域能量的混合虚拟势能场模型基础上,提出一种区域能量混合势能场路由优化算法,将区域能量混合势能场虚拟力作为路由选择中下一跳节点选择标准以均衡网络节点能量消耗,仿真实验表明算法能够均衡节点能量消耗和延长网络生存周期。
【学位授予单位】：华北电力大学(北京)
【学位级别】：博士
【学位授予年份】：2014
【分类号】：TN929.5;TP212.9;TM76
【图文】：

原理图,拥塞控制,多路,原理图

图１－１多路分流类拥塞控制原理图逡逑Ｆｉｇ．邋１－１邋Ｍｕｌｔｉ－ｐａｔｈ邋ｄｉｖｉｄｅｄ－ｆｌｏｗ邋ｃｏｎｇｅｓｔｉｏｎ邋ｃｏｎｔｒｏｌ邋ｐｒｉｎｃｉｐｌｅ逡逑如图１－１所示，在网络拥塞状态下，构建新的传输路径进行传输，更多节点参与逡逑路径构建与数据传输，减少了单一路径的传输数据量并增大了网络传输带宽，因此逡逑将缓解网络拥塞。多路分流类典型算法（或协议）有ＡＲＣ［Ｗ、ＣＡＲｔ４７ｌ、ＢＧＲｔＷ和逡逑多媒体ＷＳＮ多路径方法ｔＷ。逡逑ＡＲＣｌＷ采用冗余节点构建非最优路由转发路径实现拥塞区域内传输数据量分逡逑流。算法在拥塞状态下启动冗余节点，在拥塞区域附近构建多条可用转发路径，拥逡逑塞信息沿原最优路径向上游节点反向反馈，寻找符合条件的节点构建分流路径，分逡逑流路径在绕开拥塞区域后将与原最优路径汇合节点靠拔，仍然使用原最优路径未拥逡逑塞段传输数据；若解除拥塞状态后，将向数据分流点发送解除多路分流控制信息，逡逑恢复使用原最优路径进行数据传输。逡逑ＣＡＲＩ４７１采用与ＡＲＣｔＷ相近方法，实现分优先级数据传输的拥塞控制。算法在拥逡逑塞状态下使用原最优路径传输高优先级数据，同时构建用于新分流的次优路径对低逡逑优先级数据进行传输

拓扑图,信息采集,拓扑图,用电

２．３．１邋ＷＳＮ用电信息采集分析逡逑在用电信息采集网络中，主要包括主站、集中器、采集器Ｗ及智能电表终端ｆｗｉ，逡逑典型拓化如图２－２所示。逡逑（＇＇１邋主逡逑去站逡逑Ｖ逦集中器逡逑．．．．：；＊：：；：：：－■－．逡逑Ｖ集中器逦／＇击＼逦＼逡逑．．．＂＊逦吸逦宙采集器逡逑ｍ邋：逦—逡逑ｍ逦念逡逑嫩采集器逡逑图２－２用电信息采集ＷＳＮ拓扑图逡逑Ｆｉｇ．邋２－２邋ＷＳＮ邋ｔｏｐｏｌｏｇｙ邋ｏｆ邋ｐｏｗｅｒ邋ｕｔｉｌｉｚａｔｉｏｎ邋ｉｎｆｏｒｍａｔｉｏｎ邋ｇａｔｈｅｒｉｎｇ逡逑图２－２为用电信息采集ＷＳＮ拓扑图，公用配电变压器台区作为采集系统的基逡逑本组成单元，每个配电变压器安装一台集中器，集中器连接采集器，采集器连接智逡逑能电表。先由采集器按照预定时间间隔采集周围相连的居民电能表及单相和Ｈ逡逑相非居民用户电能表）计量数据或信息，然后集中器通过电力载波通信方式收集和逡逑汇总各采集器的信息，最后由集中器将相关配电台区所辖的用户通过ＷＳＮ通信方逡逑式，将用电信息上传至系统主站实现用电数据的自动抄收。逡逑用电信息采集ＷＳＮ方案中，电能数据从电能表汇聚到采集器，再由集中器采逡逑集通过ＷＳＮ上传至系统主站，这种传输方式ｙ？及频繁的采集导致ＷＳＮ数据量庞大，逡逑ＷＳＮ在集中器节点处易发生网络拥塞

感知模型

周期的采集数据作为ＣＳ理论数据压缩的压缩对象，选取适当的稀疏矩阵，实现采逡逑集数据的稀疏表示，通过传递为数不多的稀疏矩阵数据替代原数据，达到降低ＷＳＮ逡逑数据量的目的，ＷＳＮ压缩感知模型分析示例如图２－４所示。逡逑ｙ邋重构尶法＞邋Ｊ－逡逑＇？丢逡逑ｙ邋＝夺NB邋ｆ逡逑集中器逡逑，１逦＼采集昂逡逑ｉ采集器逡逑图２－４邋ＷＳＮ压缩感知模型逡逑Ｆｉｇ．邋２－４邋ＷＳＮ邋ｃｏｍｐｒｅｓｓｅｄ邋ｓｅｎｓｉｎｇ邋ｍｏｄｅｌ逡逑在图２－４的ＷＳＮ压缩感知模型的数据传输中，矩阵Ｆｎｘｐ＝品．．．，方．．，．７，］，，为采集逡逑数据，表示集中器下有《个用户Ｗ及每个用户每天采集Ｐ次：向量；；为第ｙ采样周期逡逑？个用户采集数据；为观测矩阵，＝［；，．．．，；．．．，；Ｕｐ为压缩感知后的传输系数逡逑矩阵，0为重构方法；矩阵表示主站接收到压缩感知系数后对的重构数逡逑据。逡逑设每个用户数据为Ｗ字节（对应矩阵中元素ａ。．）且７；．与采用相同数据格式存逡逑储（＞；＆．也占用Ｗ字节）。若按照现有传输方式直接将采集数据发送到主站，则一逡逑天的传输通信总量为（ｎｘｐｘｗ）字节；若按照压缩感知方式传输则只需要发送压缩数逡逑据矩阵｝；到主站

【参考文献】