基于疊堆編碼的分布式能源系統(tǒng)資源分配非線性控制方法研究

王德真

【摘 要】 文章針對(duì)傳統(tǒng)分布式能源系統(tǒng)資源分配方法缺少非線性均衡調(diào)節(jié)過(guò)程，導(dǎo)致分配的均衡性差、控制能力弱等問(wèn)題，提出基于疊堆編碼的分布式能源系統(tǒng)資源分配非線性控制方法。構(gòu)建分布式能源系統(tǒng)資源分配的信息編碼模型，采用疊堆編碼進(jìn)行分布式能源系統(tǒng)資源分配傳輸指令控制，結(jié)合向量量化均衡控制方法進(jìn)行分布式能源系統(tǒng)資源分配過(guò)程中的自適應(yīng)控制。建立分布式能源系統(tǒng)資源分配的隨機(jī)編碼控制模型，通過(guò)疊堆編碼方式進(jìn)行非線性均衡調(diào)節(jié)。采用模糊控制律實(shí)現(xiàn)能源系統(tǒng)資源分配的非線性控制優(yōu)化。仿真結(jié)果表明，采用該方法進(jìn)行分布式能源系統(tǒng)資源分配非線性控制的均衡性較好，自適應(yīng)調(diào)節(jié)能力較強(qiáng)，具有很好的布式能源系統(tǒng)資源分配和均衡配置能力。

【關(guān)鍵詞】 疊堆編碼;分布式;能源系統(tǒng);資源分配;非線性控制

【中圖分類(lèi)號(hào)】 TP273 【文獻(xiàn)標(biāo)識(shí)碼】 A

【文章編號(hào)】 2096-4102（2019）06-0090-03

對(duì)分布式能源系統(tǒng)資源分配控制的優(yōu)化設(shè)計(jì)是提高分布式能源利用效率的基礎(chǔ)，研究分布式能源系統(tǒng)資源分配控制方法在促進(jìn)資源的優(yōu)化利用方面具有重要意義。傳統(tǒng)方法中，典型的云分布式能源系統(tǒng)資源分配控制方法主要有：基于決策樹(shù)模型的資源分配控制方法、基于支持向量機(jī)的分布式能源系統(tǒng)資源分配控制方法、基于模糊PID的分布式能源系統(tǒng)資源分配控制方法等。

傳統(tǒng)方法有分配均衡性及控制能力差的問(wèn)題。針對(duì)上述問(wèn)題，本文提出基于疊堆編碼的分布式能源系統(tǒng)資源分配非線性控制方法。構(gòu)建的分布式能源系統(tǒng)資源分配的信息編碼模型，采用模糊控制律實(shí)現(xiàn)能源系統(tǒng)資源分配的非線性控制優(yōu)化，為驗(yàn)證研究方法的有效性，進(jìn)行仿真實(shí)驗(yàn)。結(jié)果表明該方法在提高分布式能源系統(tǒng)資源分配非線性控制能力方面的優(yōu)越性能。

1分布式能源系統(tǒng)資源分配的信息編碼模型及指令傳輸優(yōu)化

1.1分布式能源系統(tǒng)資源分配的信息編碼模型

采用空間資源自適應(yīng)調(diào)度方法，提高分布式能源系統(tǒng)資源分配的自適應(yīng)控制能力，構(gòu)建分布式能源系統(tǒng)資源分配的時(shí)間窗口分布模型如圖1所示。

假設(shè)分布式能源系統(tǒng)資源傳輸調(diào)度的動(dòng)態(tài)屬性Y為因變量，X1，X2，…，Xm-1為每個(gè)加密編碼的自變量。構(gòu)建含有m-1個(gè)自變量的資源調(diào)度變量結(jié)構(gòu)模型，分布式能源系統(tǒng)資源分配的信息編碼的關(guān)聯(lián)關(guān)系為：

其中e為誤差項(xiàng)。建立分布式能源系統(tǒng)資源分配的簇頭分布模型，對(duì)簇頭節(jié)點(diǎn)Y進(jìn)行量化識(shí)別，得到含有自變量為n組的分布式能源系統(tǒng)資源分配觀測(cè)變量：

設(shè)定分布式能源系統(tǒng)資源的隨機(jī)調(diào)節(jié)系數(shù)q0，滿足q0←z∩[0，2γ/π]，使得多源信息融合編碼方法，得到慣性傳輸矩陣滿足：

分布式能源系統(tǒng)資源的編碼誤差項(xiàng)e滿足均勻正態(tài)分布，對(duì)信息編碼輸出進(jìn)行線性分段處理，為：

其中Y為n×1的原始分布式能源系統(tǒng)資源分配的聚合特征量，X為n×m的差分調(diào)節(jié)矩陣，β為m×1的分布式能源系統(tǒng)資源分配的量化融合特征量，e為n×1的隨機(jī)誤差向量。至此完成分布式能源系統(tǒng)資源分配的信息編碼模型的構(gòu)建。

1.2資源分配的指令傳輸優(yōu)化

設(shè)分布式能源系統(tǒng)資源分配的源節(jié)點(diǎn)統(tǒng)計(jì)特征量為：

將分布式能源系統(tǒng)資源分配集合U映射到[0，1]之間，即m∶2→[0，1]。設(shè)當(dāng)前的分布式能源系統(tǒng)資源分布的時(shí)間窗口Bi中的數(shù)據(jù)集為DBij，記信息編碼的屬性集為A[i]，A[i]包括（n+1）個(gè)分布式能源系統(tǒng)資源數(shù)據(jù)元組，n為時(shí)間窗口數(shù)。對(duì)于分布式能源系統(tǒng)資源分布的狀態(tài)空間X，滿足下式：

其中，C為線性分段的信道數(shù)，xK表示分布式能源系統(tǒng)資源的信息編碼輸出帶寬，資源分配函數(shù)r（x，a）。在云計(jì)算環(huán)境中分布式能源系統(tǒng)資源同步信息傳送的優(yōu)先級(jí)屬滿足K2（62R+Δ）+R，其中R是分布式能源系統(tǒng)資源分布的覆蓋半徑，Δ是分布式能源系統(tǒng)資源輸出的最大離散度，在連通圖G（V，r）中，分布式能源系統(tǒng)資源分配的模糊聚類(lèi)中心為：

采用模糊C均值聚類(lèi)方法，進(jìn)行分布式能源系統(tǒng)資源分配過(guò)程中的非線性融合聚類(lèi)處理，傳輸時(shí)間延遲記為：

其中，r為分布式能源系統(tǒng)資源分布結(jié)點(diǎn)的最大傳輸半徑。將分布式能源系統(tǒng)資源分布的滑動(dòng)窗口分為多個(gè)子窗口，采用最小二乘法進(jìn)行指令傳輸優(yōu)化，輸出為：

2資源分配的非線性資源調(diào)節(jié)優(yōu)化

2.1疊堆編碼均衡控制

提出基于疊堆編碼的分布式能源系統(tǒng)資源分配非線性控制方法，設(shè)計(jì)分布式能源系統(tǒng)資源分配的差分矩陣X（i），采用奇異值分解方法將分布式能源系統(tǒng)資源分配矩陣分為p（i）個(gè)大小為Nij×m的子矩陣Xij，在齊次線性分布子空間中，分布式能源系統(tǒng)資源調(diào)度的特征解滿足Nij≥m，則若（N（i）modL）<m，采用并行計(jì)算方法將分布式能源系統(tǒng)資源分配的量化特征集Y（i）分解為p（i）個(gè)大小為Nij×1的子矩陣Yij，得到資源分配的非線性堆疊編碼模型為：

初次循環(huán)密鑰為A，編碼輸出的指令集記為Σ′ij，U′ij，U″ij，V′ij和V″ij。令：

結(jié)合向量量化均衡控制方法進(jìn)行分布式能源系統(tǒng)資源分配過(guò)程中的自適應(yīng)控制，自適應(yīng)控制函數(shù)滿足：

記分布式能源系統(tǒng)資源的分布軌跡Xij的秩為rij，rij≤m，則Σ′ij，U′ij和V′ij的維數(shù)分別為rij×rij，采用疊堆編碼均衡控制方法，得到分布式能源系統(tǒng)資源分配的特征分解函數(shù)為：

其中X維數(shù)為n×m，根據(jù)上述分析，采用有限域填充加密方法進(jìn)行均衡控制過(guò)程中的堆疊編碼設(shè)計(jì)，即r<m，則得到Σ可表示為

其中Σ1=diag（δi），i=1，2，L，r，結(jié)合齊次分解方法，得到U與V分解為：

其中U1與V1均為r列，其中，Y→U1TY，X→Σ1V1T，綜上分析，建立分布式能源系統(tǒng)資源分配的隨機(jī)編碼控制模型，實(shí)現(xiàn)資源分配的非線性控制。

2.2資源分配的非線性控制

建立分布式能源系統(tǒng)資源分配的隨機(jī)編碼控制模型，通過(guò)疊堆編碼方式進(jìn)行能源系統(tǒng)資源分配過(guò)程中的非線性均衡調(diào)節(jié)，分布式能源系統(tǒng)資源分配的控制方程為：

利用偽隨機(jī)序列編碼方法，進(jìn)行能源系統(tǒng)資源分配過(guò)程中的均衡調(diào)節(jié)，得到均衡調(diào)節(jié)的特征參量w（k）與V（k），相關(guān)性匹配函數(shù)為：

得到能源系統(tǒng)資源分配的控制輸出特征量為：

其中

綜上分析，實(shí)現(xiàn)分布式能源系統(tǒng)資源分配過(guò)程中的自適應(yīng)調(diào)節(jié)和非線控制，控制誤差滿足：

可見(jiàn)，采用本文方法進(jìn)行分布式能源系統(tǒng)資源分配控制的誤差收斂性較好，提高了控制的穩(wěn)定性和均衡性。

3仿真實(shí)驗(yàn)與結(jié)果分析

實(shí)驗(yàn)的仿真工具為Matlab 7，分布式能源系統(tǒng)資源分布的節(jié)點(diǎn)數(shù)為2～4個(gè)，資源分配的帶寬為25dB，對(duì)分布式能源系統(tǒng)資源分配的非線性控制特征次數(shù)為p=0.5，擾動(dòng)強(qiáng)度為0.78，各個(gè)資源分配節(jié)點(diǎn)的擾動(dòng)幅值為12，自適應(yīng)調(diào)節(jié)系數(shù)為0.49，其他參數(shù)配置見(jiàn)表1。

在上述參數(shù)設(shè)定的基礎(chǔ)上，進(jìn)行分布式能源系統(tǒng)資源分配非線性控制，得到資源分布集如圖2所示。

以圖2的分布式能源系統(tǒng)資源為測(cè)試對(duì)象集，進(jìn)行分布式能源系統(tǒng)資源分配非線性控制優(yōu)化，得到分布式能源系統(tǒng)資源的疊堆編碼輸出如圖3所示。

分析圖3得知，采用本文方法能有效實(shí)現(xiàn)分布式能源系統(tǒng)資源分配非線性控制，碼元輸出的均衡性較好，測(cè)試不同方法進(jìn)行分布式能源系統(tǒng)資源分配非線性控制的收斂性，得到控制性能曲線如圖4所示。

分析圖4得知，采用本文方法進(jìn)行分布式能源系統(tǒng)資源分配非線性控制的收斂性較好，控制誤碼較低。

4結(jié)語(yǔ)

本文提出基于疊堆編碼的分布式能源系統(tǒng)資源分配非線性控制方法，在近鄰點(diǎn)中進(jìn)行分布式能源系統(tǒng)資源分配的自適應(yīng)配對(duì)，建立分布式能源系統(tǒng)資源分配的隨機(jī)編碼控制模型，實(shí)現(xiàn)分布式能源系統(tǒng)資源分配過(guò)程中的自適應(yīng)調(diào)節(jié)和非線控制。實(shí)驗(yàn)結(jié)果證明，研究結(jié)果的自適應(yīng)性較好，收斂性較強(qiáng)，提高了資源分配的均衡度水平。

【參考文獻(xiàn)】

[1]于超，王璐，程道文，等.基于本體的教育資源語(yǔ)義檢索系統(tǒng)研究[J].吉林大學(xué)學(xué)報(bào)（信息科學(xué)版），2018，36（2）：207-212.

[2]秦詩(shī)悅，周福才，柳璐，等.基于后綴樹(shù)的基因數(shù)據(jù)可搜索加密方法[J].東北大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，40（4）：461-466.

[3]賈軍，楊進(jìn)，李濤，等.一種基于DPI自關(guān)聯(lián)數(shù)據(jù)包檢測(cè)分類(lèi)方法[J].四川大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，56（1）：29-36.

[4]王曉雷，陳云杰，王琛，等.基于Q-learning的虛擬網(wǎng)絡(luò)功能調(diào)度方法[J].計(jì)算機(jī)工程，2019，45（2）：64-69.

[5]曾志，王晉，杜震洪，等.一種云格環(huán)境下可計(jì)算資源與服務(wù)高效調(diào)配機(jī)制[J].浙江大學(xué)學(xué)報(bào)（理學(xué)版），2014，41（3）：353-357.

[6]姚富光，鐘先信，周靖超，等.粒計(jì)算：一種大數(shù)據(jù)融合智能建模新方法[J].南京理工大學(xué)學(xué)報(bào)，2018，42（4）：503-510.

[7]鄭垚宇，方洋旺，魏賢智，等.基于云模型的仿真可信度評(píng)估方法[J].計(jì)算機(jī)應(yīng)用，2018，38（6）：1535-1541.

[8]陳建廷，向陽(yáng).深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練中梯度不穩(wěn)定現(xiàn)象研究綜述[J].軟件學(xué)報(bào)，2018，29（7）：2071-2091.

[9]鄭娜，王加陽(yáng).不完備序信息系統(tǒng)的證據(jù)特征及屬性約簡(jiǎn)[J].計(jì)算機(jī)工程與應(yīng)用，2018，54（21）：43-47.

[10]鄭曉雪，張大方，刁祖龍，等.基于用戶(hù)身份特征的多標(biāo)簽分類(lèi)算法[J].計(jì)算機(jī)應(yīng)用，2017，37（6）：1697-1701.

[11]吳飛龍，程承旗，陳波，等.基于剖分網(wǎng)格的多源資源環(huán)境數(shù)據(jù)統(tǒng)一檢索方法[J].武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2017，42（7）：943-949.

[12]王楚捷，王好賢.M-CORD下無(wú)線接入網(wǎng)絡(luò)資源分配研究[J].計(jì)算機(jī)工程與應(yīng)用，2018，54（22）：92-98.